项目（一）（2）：对公司评论利用朴素贝叶斯模型进行分类

1、基于朴素贝叶斯的评论分类
（1）评论的预处理
由于评论是一句话，所以这里我们采用jieba函数将评论进行分词，包括以下几点处理：
①加入专有的词汇，如公司名字、地名、人名、专有词汇（如工资：10k,数字等等）等等让jieba更好的分词
②去掉停用词
③去掉一些特殊符号
（2）朴素贝叶斯的原理

$w_j$wj​是第i个类别的第j个词，v代表全部的词空间，$x_{ij}$xij​代表第i个评论中第j个词在所有样本中出现的次数。


根据算出的θ矩阵和$Π_k$Πk​，对每一个新来的样本采用似然估计的方式来计算概率。
$θ_{kj}$θkj​为第k个文档中第j个单词的出现次数/所有单词的总数