《表1 SVM和SnowNLP分类效果评价指标》
首先应准备一个人工标记好的训练集,通过对应的机器学习算法对模型进行训练得到分类器,然后利用该分类器对新文本进行情感倾向分析并比较分类效果,同时采用准确率、精确度、召回率和F1这四个指标来评价模型的分类效果得到结果如表1所示。其中:准确率反映了分类器对整个样本的判定能力,即分类正确的样本数占总样本的比重;精确率反映了被分类器判定为正(负)情感倾向的样本中真正的正(负)情感倾向的样本的比重;召回率反映了被正确判定的正(负)情感倾向样本占总的正(负)情感倾向样本的比重;F1则兼顾了准确率和召回率,是模型准确率和召回率的一种加权平均。
图表编号 | XD00163218400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.10 |
作者 | 陈玉婵、刘威 |
绘制单位 | 南京航空航天大学经济与管理学院、南京航空航天大学教务处 |
更多格式 | 高清、无水印(增值服务) |