针对DataFountain平台举办竞赛所提供的剧本角色情感数据集，采用中文分词、去停用词和绘制词云图等工具对数据进行预处理，利用词频-逆向文档频率(TF-IDF)算法提取文本特征，分别建立了基于支持向量机和朴素贝叶斯算法的机器学习分类识别模型。将建立的新模型应用于剧本角色情感的识别和分析研究，结果表明，朴素贝叶斯分类模型的识别效果要优于支持向量机分类模型；并且，当拉普拉斯平滑系数α=0.2时，朴素贝叶斯算法的分类准确率接近于80%。
科研之友
微信
新浪微博
Facebook
分享链接
