之前在本公众号推送过一篇机器学习情感分析的文章
看过这篇文章的许多童鞋都询问过源代码,当时文章内找不到代码的开源链接。
经过不懈努力,现在终于找到了!
数据集
先以带有正向标签和负向标签的各1500条真实的中文酒店评论语料作为训练集用以训练分类器,剩余带有正向标 签和负向标签的各500条真实的中文酒店评论语料作为测试集测试不同分类算法、不同特征提取方法、不同维度的 准确度。
最后选择准确度最高的方案,将上述带有正向标签和负向标签的各2000条真实的中文酒店评论语料作为训练集训 练最终存储的分类器。
保存用户输入的语句和反馈,定期挑拣出新增的训练数据以优化分类器。维度和权重不同分类方法、不同征选取方法、不同维度得到的测试准确率如下表:以所有词为特征提取方法。
上述方法使用的是常规机器学习方法,简单易学,最好的准确率达到85%左右。在此基础上,推荐使用机器学习方法,准确率能提高到90%,甚至更高。链接在下面