酒店评论情感分析
摘要：
本文采用酒店评论数据集进行情感分析，通过机器学习和基于情感词典两种方法进行分析比较。其中，机器学习方法采用了多种算法，有支持向量机、神经网络、朴素贝叶斯以及逻辑回归四种，并比较各分类器的准确率，得到准确率最高的模型。
关键词：酒店评论   情感分析   机器学习   情感词典
目录
酒店评论情感分析 1
摘要： 1
一、 绪论 2
1、 情感分析 2
2、 机器学习 2
3、 基于情感词典 2
二、 数据获取及词典构建 2
1、 数据来源 2
2、 构建停用词表 3
3、 构建情感词典 3
三、 基于机器学习的文本分类方法 3
1、 文本预处理 4
2、 词频统计 4
3、 特征提取与文本表示 5
4、 分类模型 5
5、 模型评估 6
6、 总结 6
四、 基于情感词典的方法 6
五、 小结 7
附录： 8
else: 15
else: 15
i = 0 #记录扫描到的词的位置 15
a = 0 #记录情感词的位置 15
c = 0 #情感词前否定词的个数 15
else: 16
a = i + 1 #情感词的位置变化 16
else: 17
i += 1 #扫描词位置前移 17
else: 17
else: 17