使用机器学习对汉语评论进行情感分类  

Sentiment Classification for Chinese Reviews with Machine Learning

作　　者：白鸽[1] 左万利[1] 赵乾坤[1] 曲仁镜 

机构地区：[1]吉林大学计算机科学与技术学院,长春130012 [2]中国网络通信有限公司长春分公司,长春130022

出　　处：《吉林大学学报（理学版）》2009年第6期1260-1263,共4页Journal of Jilin University:Science Edition

基　　金：国家自然科学基金(批准号:60373099);教育部高等学校博士学科点专项科研基金(批准号:200801830021);吉林省科技发展计划项目基金(批准号:20070533);吉林大学基本科研业务费交叉学科与创新项目基金(批准号:200810025)

摘　　要：针对汉语评论的多种特征使用机器学习方法(如贝叶斯、最大熵和支持向量机),解决了汉语评论的情感分类问题.实验结果表明,机器学习方法对汉语评论的分类效果较好,支持向量机的表现最好.句子级别和评论级别的准确率分别达到88.26%和91.79%.We solved the Chinese review sentiment classification problem via describing and evaluating several machine learning approaches（Nave Bayes,maximum entropy and support vector machines） on some features of the Chinese reviews.The experiment shows the three machine learning methods perform well especially support vector machines,and the accuracy of sentence level is up to 88.26%,the accuracy of review level is up to 91.79%.

关 键 词：情感分类 贝叶斯分类器 最大熵 支持向量机 

分 类 号：TP391.12[自动化与计算机技术—计算机应用技术]