1基于机器学习
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。最终分类效果取决于训练文本的选择以及正确的情感标注。
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。
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）。
参考博主：数据分析学习总结笔记01：情感分析_Lynn Wen的博客-CSDN博客文章来源：https://www.toymoban.com/news/detail-542812.html
————————————————
版权声明：本文为CSDN博主「Lynn Wen」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_41961559/article/details/105237852文章来源地址https://www.toymoban.com/news/detail-542812.html
到了这里，关于基于机器学习的情感分析的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
![[学习笔记] [机器学习] 9. 朴素贝叶斯（概率基础、联合概率、条件概率、贝叶斯公式、情感分析）](https://imgs.yssmx.com/Uploads/2024/02/489438-1.png)
