子琳儿

在训练过程（a）中，我们的模型学习基于训练样本，将特定输入（即文本）与相应的输出（标签）相关联。特征提取器将文本输入传输到特征向量中。将成对的特征向量和标签（例如，正，负或中性）喂给到机器学习算法中以生成模型。是指选取情感词作为特征词，将文本矩阵化，利用logistic Regression, 朴素贝叶斯(Naive Bayes)，支持向量机（SVM）等方法进行分类。在预测过程（b）中，特征提取器用于将未见过的的文本输入，变换为特征向量。然后将这些特征向量喂给模型，该模型生成预测标签（正，负或中性）。