词袋模型和TF-IDF在文本分类中的比较研究

摘要：

电商市场日益完善,网络购物成为更多人的消费方式,用户在电商平台上保留了大量的产品评论信息,通过人工对文本评论情感分类任务愈加艰巨,文本情感的自动分类作为自然语言处理技术的重要一门,近年来受到各界的广泛关注.本文首先对京东网页上爬取的某商品评论文本做预处理,重点研究词袋模型和TF-IDF两种文本特征选择方法下不同文本分类算法的分类效果,研究结果表明TF-IDF下的文本分类效果显著优于词袋模型.

关键词：词袋模型;TF-IDF;文本分类

所属期刊栏目：17

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2021-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：138-140