基于改进TFIDF算法的情感分析模型研究
季旺
夏振宇
江苏科技大学计算机学院 镇江 212003
摘要：随着电商行业的蓬勃发展,网上购物逐渐取代线下商店成为最受欢迎的购物方式之一.因此从海量的商品评价中挖掘出有用的信息,对顾客购买商品和商家提高服务质量具有重要的意义.在深度学习背景下,论文在关键词提取中对TF-IDF算法进行改进,主要是关键词权重的优化.实验结果表明,基于论文改进的算法构建的商品评论模型比传统的模型分类效果好.
关键词：商品评价深度学习关键词提取TF-IDF权重
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2022-08-20
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：5( 1671-1675 )
英文信息