基于SVM的文本情感分析--以新冠疫情事件为例

【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《基于SVM的文本情感分析--以新冠疫情事件为例》，欢迎阅读！

基于SVM的文本情感分析--以新冠疫情事件为例

刘慧慧;王爱银;刘禹彤

【期刊名称】《信息技术与信息化》 【年(卷),期】2023()1

【摘 要】疫情暴发,国家生产、社会发展均受到一定冲击,将情感分析技术运用于研究疫情期间人民群众的情感状况,利于进一步了解疫情期间网民舆论动向,为国家和社会开展心理调试活动及相关疏导工作提供数据依据和帮助。基于此,通过Python的SNOWNLP模块利用疫情期间人民日报、央视新闻的微博评论文本数据计算情感得分,将情感得分可视化输出;另一方面基于SVM进行文本情感分类。结果表明,基于此次研究数据,面对疫情,13.1%的人具有积极的情绪,69.8%的人面对疫情情绪比较稳定,仅有0.4%的人出现极端情绪。核函数选择多项式核函数时模型训练效果最好,精确率为0.96629,F_(1)值达到0.94866,分类器具有良好的分类性能。 【总页数】4页(P37-40) 【作 者】刘慧慧;王爱银;刘禹彤

【作者单位】新疆财经大学统计与数据科学学院 【正文语种】中 文 【中图分类】G63 【相关文献】

1.重大疫情危机事件网络谣言治理——以新冠肺炎疫情事件为例2.基于政策文本计算的突发公共事件下中小企业扶持政策供需匹配研究——以新冠肺炎疫情为例3.


突发性重大公共卫生事件网络谣言文本特征及治理

——以中国互联网联合辟谣平台所辟新冠疫情谣言为例4.基于Paddlepaddle的新冠疫情期间文本情感分析模型5.基于新冠肺炎疫情期间微博文本情感分析的研究

因版权原因，仅展示原文概要，查看原文内容请购买

本文来源：https://www.dy1993.cn/brA4.html