基于陶瓷产品评论的情感分析

本文基于陶瓷产品的评论数据进行了评论文本情感分析,本文主要研究的是应用机器学习方法对陶瓷产品评论文本进行情感分类,采用的机器学习情感分类模型有:朴素贝叶斯(NB)、支持向量机(SVM)、人工神经网络(ANN)和随机森林(RF)。在情感分类后进行了对比分析,对比分析后发现:1) 在此数据集下,Word2vec词向量文本特征表示方法相比于词频矩阵和TF-IDF这两种文本特征表示方法更适合于文本特征表示;2) 在此数据集下,四种情感分类模型中,人工神经网络(ANN)的分类效果最差,支持向量机(SVM)的分类效果最好。综上所述,对于陶瓷产品评论文本情感分类,在此数据集下,这三种文本特征表示方法和四种机器学习情感分类模型的所有组合中,Word2vec词向量方法和支持向量机的组合的情感分类效果最好。