人工智能在网络舆情分析中的应用研究

本文旨在探索人工智能在网络舆情分析中的应用,提出了一种改进型支持向量机(support vector machine,SVM)方法,以提升情感分析的准确性。本文通过深入研究基于词频-逆文档频率(term frequency-inverse document frequency,TF-IDF)的特征提取方法,同时引入正则化项和优化的核函数,以适应复杂的网络舆情数据。并在SemEval-2016 Task 4数据集上进行实验,验证了本文方法在网络舆情分析中的有效性。实验结果表明,相较于传统SVM,本文所提方法在准确率、精确度、召回率和F1值等多个指标上均取得显著提升,证实了其在情感分析任务上的卓越性能。