基于机器学习的情感分类算法在中文文本中的应用

机器学习在情感分类领域的应用已经成为当前大数据技术领域面临的挑战之一。目前，文本情感分类方法主要分为基于语义理解和基于有监督机器学习两类。基于语义理解的方法可以对不同领域的文本进行情感分类，但受到中文句式和搭配的影响，分类精度有待提高。有监督的机器学习方法可以达到较高的分类精度，但分类器在不同领域之间的适应性有限。为了提高分类精度和适应性，本文结合了信息增益特征降维和语义理解的优化，并设计了一种新的混合语义理解的机器学习算法框架用于中文情感分类。多组对比实验验证了该框架在不同领域具有高且稳定的分类精度。