文本情感分析与口罩检测技术研究
文本情感分析
情感分析中的机器学习算法
在情感分析领域,多种机器学习算法被广泛应用,以下是不同年份、任务、数据集所使用的算法汇总:
| 年份 | 任务 | 数据集 | 算法 |
| ---- | ---- | ---- | ---- |
| 2015 | 情感分析 | Twitter数据集 - 选举评论、电影评论 | 朴素贝叶斯、最大熵、支持向量机 |
| 2016 | 情感分析 | 书籍评论 | SVM、多项朴素贝叶斯、随机梯度下降、朴素贝叶斯和决策树 |
| 2014 | 情感分析 | 产品评论 | 朴素贝叶斯、最大熵 |
| 2016 | 情感分析 | 股票市场走势 | 随机森林算法 |
| 2016 | 情感分析 | 电影评论和酒店评论 | 朴素贝叶斯、K近邻 |
| 2017 | 情感分类 | 电影评论 | 朴素贝叶斯、基于模糊方法的决策树 |
| 2018 | 情感分析 | 政治评论 | SVM、朴素贝叶斯 |
| 2017 | 情感分析 | 产品评论、电影评论 | 朴素贝叶斯、J48、BFTree和OneR |
| 2016 | 情感分析 | Twitter数据 | 朴素贝叶斯、决策树 |
| 2019 | 情感分析 | 电影评论 | 伯努利朴素贝叶斯、决策树、SVM、最大熵、多项朴素贝叶斯 |
| 2018 | 情感分析 | 亚马逊电子产品评论 | 朴素贝叶斯、SVM |
| 2016 | 情感分类 | Twitter数据 | 朴素贝叶斯、SVM、随机森林、逻辑回归 |
超级会员免费看
订阅专栏 解锁全文
8016

被折叠的 条评论
为什么被折叠?



