基于情感词典、k-NN、Bayes、最大熵、SVM的情感分析比较及优缺点

向AI转型的程序员都关注了这个号????????????

人工智能大数据与深度学习  公众号:datayx

1、预处理

基于情感词典、k-NN、Bayes、最大熵、SVM的情感分析比较及优缺点

基于情感词典、k-NN、Bayes、最大熵、SVM的情感分析比较及优缺点

基于情感词典、k-NN、Bayes、最大熵、SVM的情感分析比较及优缺点

基于情感词典、k-NN、Bayes、最大熵、SVM的情感分析比较及优缺点

基于情感词典、k-NN、Bayes、最大熵、SVM的情感分析比较及优缺点


获取方式

关注微信公众号 datayx  然后回复 情感  即可获取。


几种情感分析方法比较

基于词典

  • 准确率:准确率较高(80%以上),随着人工工作量的增加,准确率增加

  • 优点:易于理解

  • 缺点:人工工作量大

基于k_NN

  • 准确率:很低(60% - 70%)

  • 优点:思想简单、算法简单

  • 缺点:准确率低;耗内存;耗时间

基于Bayes

  • 准确率:还可以(70% - 80%)

  • 优点:简单,高效,运算速度快,扩展性好

  • 缺点:准确率不高,达不到实用

基于最大熵

  • 准确率:比较高(83%以上)

  • 优点:准确率高

  • 缺点:训练时间久

基于SVM

  • 准确率:最高(85%以上)

  • 优点:准确率高

  • 缺点:训练耗时


阅读过本文的人还看了以下:

不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加: datayx  

基于情感词典、k-NN、Bayes、最大熵、SVM的情感分析比较及优缺点

长按图片,识别二维码,点关注

AI项目体验

https://loveai.tech

基于情感词典、k-NN、Bayes、最大熵、SVM的情感分析比较及优缺点

相关文章:

  • 2022-12-23
  • 2022-01-14
  • 2021-11-17
  • 2021-07-29
  • 2022-02-08
  • 2021-08-30
  • 2023-01-30
  • 2022-01-14
猜你喜欢
  • 2021-04-10
  • 2022-02-08
  • 2021-09-11
  • 2021-05-22
  • 2021-05-24
  • 2022-12-23
  • 2022-12-23
相关资源
相似解决方案