基于朴素贝叶斯模型的评论文本情感分析

周晓兰 戴香平 陈洪龙

（湖南科技大学计算机科学与工程学院，湖南湘潭 411201）

情感分析（Sentiment Analysis）是自然语言处理( Natural Language Processing , NLP )领域中的一个重要分支。文本情感分析关键是分析一组文本以理解其所表达的观点，一般使用正值或负值量化文本所表达的情绪。近年来，基于网络平台文本评论的情感分析越来越多，论文针对实时发送的文本数据使用朴素贝叶斯模型，对获得的文本数据，利用SnowNLP 进行情感分析，得出分析结果。

1 相关研究技术

1.1 文本情感分析

文本情感分析致力于将单词、句子和文档映射到一组相对应的情感类别上，继而得到一个可用于划分情感状态的心理学模型。[1]近年来，深度神经网络取得了极大的进展，各个主流领域，包括图像分类、机器翻译、自然语言处理、语音识别等，均依赖于深度学习技术提供的高层语义特征及分类方法。

1.2 SnowNLP 类库

SnowNLP 是适用于中文自然语言处理的Python 类库，专门针对中文文本进行挖掘，主要可以进行中文分词、词性标注、情感分析、文本分类、转换拼音、繁体转简体、提取文本关键词、提取摘要、分割句子、文本相似。[2]SnowNLP 类库中存在已经训练好的模型，因此，在实际使用的过程中，用户需要根据实际情况，重新训练模型。在重新训练模型的时候，必须修改调用模型的位置。

1.3 朴素贝叶斯模型

朴素贝叶斯模型是一种基于贝叶斯定理与特征条件独立假设的，非常简单、特别有效的分类器，主要应用在文本分类、垃圾邮件过滤、疾病诊断等领域。……