基于改进粒子群算法的SVM的文本情感分析

作者：陈琦; 王运泽

来源：阜阳师范大学学报(自然科学版), 2023, 40(01): 79-86.

DOI：10.14096/j.cnki.cn34-1069/n/2096-9341(2023)01-0079-08

• 情感分析
• SVM算法
• 粒子群算法

随着网络评论的大规模增长，文本情感分析变得越发重要。为使文本情感分析更加准确，本文首先使用基于TF-IDF加权的Word2vec模型将评论文本转化成数值向量，然后提出一种非线性的函数方法对粒子群算法进行改进，最后使用改进的PSO-SVM算法寻找最优参数，进而对影评数据进行情感分类。结果表明提出的改进算法在一定程度上缓解了粒子易陷入局部最优的现象，所用的分类模型提高了预测精度。

• 出版日期2023
• 单位中国电子科技集团公司第二十八研究所; 安徽大学