【自然语言处理】情感分析（一）：基于 NLTK 的 Naive Bayes 实现

本系列文章包含：

• 基于 NLP 的电影评论情感分析模型比较
• 情感分析（一）：基于 NLTK 的 Naive Bayes 实现
• 情感分析（二）：基于 scikit-learn 的 Naive Bayes 实现
• 情感分析（三）：基于 Word2Vec 的 LSTM 实现
• 情感分析（四）：基于 Tokenizer 和 Word2Vec 的 CNN 实现
• 情感分析（五）：基于 BERT 实现

---

朴素贝叶斯（Naive Bayes）分类器可以用来确定输入文本属于某一组类别的概率。例如，预测评论是正面的还是负面的。

它是 “朴素的”，它假设文本中的单词是独立的（但在现实的自然人类语言中，单词的顺序传达了上下文信息）。尽管有这些假设，但朴素贝叶斯在使用少量训练集预测类别时具有很高的准确性。

推荐阅读：Baines, O., Naive Bayes: Machine Learning and Text Classification Application of Bayes’ Theorem.

本文代码已上传至 我的GitHub，需要可自行下载。

1.数据集

我们使用 tensorflow-datasets 提供的 imdb_reviews 数据集。这是一个大型电影评论数据集，可用于二元情感分类，包