一种基于词分布和文档特征的垃圾评论自动分类方法

本发明公开了一种基于词分布和文档特征的垃圾评论自动分类方法。该方法包括以下步骤：

1. 首先收集网络评论，并对评论进行分词，得到关键词集合；
2. 建立词分布矩阵，并训练语言模型，计算未标注网络评论属于正常评论和垃圾评论的分类概率；
3. 提取网络评论的文档特征，并计算未标注网络评论的分类概率；
4. 对分类概率进行加权平均，重复上述步骤，直到前后两次计算的分类概率相同或达到给定的迭代次数。

该方法综合考虑网络评论中词分布特征和文档特征，通过自学习策略自动完成网络评论分类，帮助识别其中的垃圾评论。其特点如下：

• 计算简单；
• 通用性和扩展性强；
• 只需少量具有标注的网络评论即可对大量评论进行实时分类；
• 适用于即时更新的网络评论中快速识别垃圾评论的应用需求。

总之，本发明提供了一种高效、实用的垃圾评论自动分类方法，能够满足网络环境中对垃圾评论快速识别的需求。

本发明公开了一种基于词分布和文档特征的垃圾评论自动分类方法，首先收集网络评论，对评论分词得到关键词集合；再建立词分布矩阵，训练语言模型，计算未标注网络评论属于正常评论和垃圾评论的分类概率；之后提取网络评论的文档特征，计算未标注网络评论的分类概率；最后对分类概率计算加权平均，重复上述步骤直到前后两次计算的分类概率相同或达到给定的迭代次数。该方法综合考虑网络评论中词分布特征和文档特征，通过自学习策略自动完成网络评论分类，帮助识别其中的垃圾评论的方法。本发明计算简单，通用性和扩展性强，只要少量具有标注的网络评论即可对大量的评论进行实时分类，适用于即时更新的网络评论中快速识别垃圾评论的应用需求。