朴素贝叶斯文本情感分类

### 使用朴素贝叶斯算法实现文本情感分类

#### 方法介绍

朴素贝叶斯是一种基于贝叶斯定理的概率分类器，在处理文本数据方面表现出色。对于文本情感分类，该算法通过计算给定特征条件下不同类别的条件概率来预测类别标签。

为了提高模型性能并防止过拟合，通常会对词频应用拉普拉斯平滑修正[^1]。这有助于解决训练集中未出现过的单词带来的零概率问题。

在Python中，`sklearn`库提供了方便易用的接口用于构建朴素贝叶斯分类器。具体来说，可以利用`CountVectorizer()`函数将原始文本转换成数值型特征向量，再配合多项式分布下的朴素贝叶斯分类器(`MultinomialNB`)完成建模过程。

#### Python 实现示例

下面是一个简单的例子展示如何使用朴素贝叶斯来进行电影评论的情感分析：

from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB
import numpy as np

# 训练集准备
trainData = [
    "This movie is very good",
    "I really like this film",
    "The plot was boring and predictable",
    "Absolutely terrible acting"
]

labels = ['positive', 'positive', 'negative', 'negative']

vectorizer = CountVectorizer()
X_train_counts = vectorizer.fit_transform(trainData)

clf = MultinomialNB().fit(X_train_counts, labels)

# 测试新样本
testData = ["It's a fantastic picture"]
newCounts = vectorizer.transform(testData)
predicted = clf.predict(newCounts)

print(predicted)  # 输出: ['positive']

此代码片段展示了从预处理到最终预测整个流程的操作方式。其中，`CountVectorizer()`负责把输入字符串转化为适合机器学习使用的稀疏矩阵形式；而`MultinomialNB`则实现了多变量伯努利事件模型下的朴素贝叶斯分类逻辑。