基于Python语言和朴素贝叶斯算法的中文文本情感分类器设计与实现  

作　　者：高秀艳[1] 颜笑 

机构地区：[1]河北软件职业技术学院

出　　处：《科技传播》2024年第12期14-17,共4页Public Communication of Science & Technology

基　　金：2022年度河北省高等学校科学研究计划项目“习近平新时代中国特色社会主义思想多语对译语料库的智能开发”,项目编号为ZC2022033。

摘　　要：在模型构建的前期阶段,信息过滤环节对模型的质量具有决定性影响。如果输入的数据中包含大量无关或无用信息,模型可能会吸收这些噪声,从而降低预测准确性和泛化能力。为了确保模型的高效性和准确性,文章着重设计了构建情感分类模型之前的信息过滤环节,对文本进行预处理,包括去除所有空格,去除所有标点符号,去除所有停用词等操作,使构建模型的信息更有分类价值。

关 键 词：情感分类模型 信息过滤 预处理 分类价值 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]