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
新疆财经大学统计与数据科学学院 新疆乌鲁木齐 830012
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,F1值达到0.94866,分类器具有良好的分类性能.
关键词：文本情感分析新冠疫情情感词典支持向量机SNOWNLP
论文发表日期：2023-01-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 37-40 )