基于多项式朴素贝叶斯孟加拉语书籍评论的情感极性检测
计算与语言
2020-07-07 v1
摘要
近来，由于在线平台上客户意见或评论的大量可得，情感极性检测日益受到 NLP 研究者的关注。随着电子商务网站的持续扩张，包括书籍在内的各类产品购买量在人群中急剧增长。在大多数情况下，读者的意见/评论会影响顾客的购买决策。本工作引入了一种基于机器学习的技术，用于从孟加拉语书籍评论中判定情感极性（正向或负向类别）。为评估所提技术的有效性，我们构建了一个包含 2000 条孟加拉语书籍评论的语料库。还分别考虑 unigram、bigram 与 trigram 特征，与多种方法（如逻辑回归、朴素贝叶斯、SVM 与 SGD）进行了对比分析。实验结果显示，采用 unigram 特征的多项式朴素贝叶斯在测试集上以 84% 的准确率优于其他技术。
引用
@article{arxiv.2007.02758,
title = {Sentiment Polarity Detection on Bengali Book Reviews Using Multinomial Naive Bayes},
author = {Eftekhar Hossain and Omar Sharif and Mohammed Moshiul Hoque},
journal= {arXiv preprint arXiv:2007.02758},
year = {2020}
}
备注
12 pages, ICACIE 2020, Will be published by Advances in Intelligent Systems and Computing (AISC) series of Springer