换一批摘要随着移动互联网的普及,公众更加频繁地使用社交网络分享生活并表达思想和感情.推特作为拥有全球最大用户基数的社交平台,沉淀了非常丰富的用户和文本信息.文章使用Sentiment140 数据集对推特文本信息进行分析,从不同角度对数据集进行探索性数据分析,并通过F1 值评估对比不同的特征提取方法和分类算法,最终确定了最佳的特征提取和分类参数.文章使用的分析流程和分析结果可作为文本情感挖掘的参考,为基于文本信息的情感分类任务以及精神疾病如抑郁症等的诊断提供助力.
更多相关知识
关键词
社交网络文本挖掘自然语言处理数字疗法精神疾病筛查social networktext miningDigital Therapeutics(DTx)Mental illness screeningNatural language
分类号
TP391.1
栏目名称
DOI
10.19850/j.cnki.2096-4706.2023.15.032
发布时间
2023-08-29（万方平台首次上网日期，不代表论文的发表时间）
- 浏览2
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
