《表1 SVM和SnowNLP分类效果评价指标》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于情感分析的学生评教文本观点抽取与聚类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。