現(xiàn)如今,商品在線評(píng)論的情感分析業(yè)已成為許多商家不可忽視的重要工作,它對(duì)于商家了解用戶偏好有著重要意義,同時(shí),它還能夠?yàn)橄嚓P(guān)產(chǎn)品下一步的改進(jìn)工作提供方向指導(dǎo).然而,傳統(tǒng)的分析方法已無法解決現(xiàn)在情感分析中特征提取及語義理解等方面存在的問題.針對(duì)此類問題,本文提出一種基于CNN-BiLSTM的在線評(píng)論情感分析方法,不僅可以像LSTM一樣建立時(shí)序關(guān)系,而且可以像CNN一樣刻畫局部空間特征.醫(yī)療服務(wù)、物流快遞、金融服務(wù)、旅游住宿和食品餐飲數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果表明,該方法能有效判別消費(fèi)者在線評(píng)論情感傾向,在文本的情感分類中效果較傳統(tǒng)機(jī)器學(xué)習(xí)算法更準(zhǔn)確,F₁值可以達(dá)到94.67%.同時(shí),實(shí)驗(yàn)證明該方法具有較好的領(lǐng)域可拓展性.

【文章頁數(shù)】：11 頁

【文章目錄】：
1 引言
2 相關(guān)研究
3 基于CNN-BiLSTM的網(wǎng)絡(luò)評(píng)論情感分析模型
    3.1 詞嵌入模型
    3.2 卷積神經(jīng)網(wǎng)絡(luò)
        3.2.1 卷積層
        3.2.2 池化層
    3.3 BiLSTM神經(jīng)網(wǎng)絡(luò)
4 實(shí)例研究
    4.1 實(shí)驗(yàn)數(shù)據(jù)
    4.2 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
    4.3 實(shí)驗(yàn)參數(shù)設(shè)置
    4.4 實(shí)驗(yàn)結(jié)果和分析
        1)模型對(duì)比實(shí)驗(yàn)
        2)領(lǐng)域可拓展性
5 結(jié)論



本文編號(hào)：3743215