基于LS-SVM的中文文本情感分类  

作　　者：张妤 邓廷勇[1] 夏冰[2] 

机构地区：[1]黑龙江八一农垦大学理学院,黑龙江大庆163319 [2]哈尔滨金融学院基础部,黑龙江哈尔滨150030

出　　处：《科学技术创新》2019年第26期56-57,共2页Scientific and Technological Innovation

基　　金：黑龙江省哲学社会科学研究规划项目《基于模糊支持向量机的英语语篇情感分析》(项目编号13E024);黑龙江省哲学社会科学研究规划项目《基于FLS-SVM的中文语篇情感分类》(项目编号18TJB099);2018年度黑龙江省省属本科高校基本科研业务费项目《基于FLS-SVM的英语语篇情感分类》(项目编号2018-KYYWF-E005)资助

摘　　要：最小二乘支持向量机方法是将支持向量机约束条件中的不等式改为等式,从而将二次规划问题转换为求解简单的线性方程。本文应用最小二乘支持向量机对中文文本进行情感分类,最后通过仿真实验说明该方法的分类效果更优。

关 键 词：最小二乘支持向量机 中文文本 情感分类 

分 类 号：O241.2[理学—计算数学]