基于深度学习的商品评价情感分析与研究
刘智鹏1
何中市1
何伟东2
张航1
1.重庆大学计算机学院 重庆4000442.重庆邮电大学计算机科学与技术学院 重庆400065
摘要：移动互联网助推的电子商务时代使得商品评价空前繁荣,论文提出一种基于深度学习的改进型模型来分析评价数据的情感.首先通过分词与综合停用词表等预处理数据集,然后使用Skip-gram模型训练出数据集中每个词的词向量,并使用自扩充情感词典对评价语句情感极性进行量化,量化的情感正负值与词向量形成融合矩阵输入,并通过分流规则设计进行差异网络输入,选择CNN或RNN完成抽象特征提取,即Shunt-C&RNN产品评价分类模型(改进型深度学习方法).与传统机器学习SVM相比,改进型深度学习方法准确率大幅提升6.6%,较单一深度学习方法提高了近1.5%.
关键词：深度学习自然语言处理词向量卷积神经网络循环神经网络分流器情感
分类号：TP391(计算技术、计算机技术)
资助基金：交通部科技项目(2011318740240)研究生科研创新项目(CYS16031)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 921-927 )
英文信息