An Improved SVM for Book Review Sentiment Polarity Analysis

Abstract

In the internet age, whether a book has the value of reading, online comments play an important role. The data set in this paper is 4,000 comments obtained by the web crawler in Douban Reading. Based on the improved support vector machine (SVM) algorithm, a sentiment analysis has been given to these comments. The experimental results show that the improved SVM algorithm has a good effect on the rate and accuracy of sentiment polarity analysis of book reviews.

Análise de Sentimentos para Revisões de Aplicativos Mobile em Português Brasileiro

“…Entre os classificadores mais utilizados na literatura para essa tarefa, podemos citar o Naive Bayes [Zuo 2018], Máquinas de Vetores de Suporte (Support Vector Machine) [Lu and Wu 2019][Guan et al 2018], Regressão Logística [Al Omari et al 2019][Ramadhan et al 2017,Árvores de Decisão e Floresta Aleatória (Random Forest) [Rathi et al 2018][Rane and Kumar 2018][Hegde and Padma 2017. No idioma português, a maioria dos trabalhos existentes abordam a temática de classificação de polaridade, como em [de Aguiar et al 2018] e [Souza and Vieira 2012], onde algoritmos de aprendizagem de máquina foram utilizados para classificar os sentimentos de postagens feitas por usuários de redes sociais, como o Twitter 1 .…”