基于随机森林模型的情感分类的研究
李翔 柴志菲
情感分类是NLP应用的一个分支,在舆情控制,评价预测以及推荐方面都有重要应用。目前常用的情感分类方法有K 近邻算法、朴素贝叶斯分类、支持向量机、决策树等。本文提出采用随机森林进行情感分类的研究,采取随机森林作为分类模型,文本评论的句向量作为模型输入,在15万条的评论数据上训练,取得了不错的预测结果。由于随机森林算法方便并行化,该方案,极其容易部属到集群中,进行后续的工程化应用。
(共1页)
~~ 试读结束 ~~
全文下载 0.5 元