基于XGBoost的中文网络评论分类方法研究

作者：刘思聪; 卢甘霖; 崔子良; 尹建烁

来源：数码世界, 2020, (12): 226-227.

• 评论文本
• 文本分类
• 机器学习
• XGBoost

针对目前国内网络环境,网民数量和网络论坛的评论数量都出现了快速增长。然而,评论分类算法仍有很大的发展空间。本研究充分利用爬虫获取网络论坛的评论文本,然后利用基于XGBoost的方法对评论文本进行分类。通过对24000个文本和11个文本类别的数据集进行训练,测试数据集的准确率为93.13%,F1为93.12%,召回率为93.14%。XGBoost的精度远远高于随机森林、物流回归、朴素贝叶斯。结果表明,XGBoost方法能够更准确地对大量评论文本进行分类。

• 单位
  西北农林科技大学