论文部分内容阅读
随着信息技术的发展，网络已经成为民众表达观点和意愿的主流媒介。网络舆情具有数量大、传播速度快和范围广的特点，面对海量的舆情信息，单靠人工分析和识别的方法远不能满足需求。因此，提出运用词嵌入的方式对文本特征进行抽取，再用机器学习的方法自动对舆情信息的倾向性进行分析。实验比较了几种不同机器学习方法的效果，结果表明，机器学习算法能快速且准确地对舆情倾向性做出判断，其中，集成学习方法在数据集上取得最高准确率。