基于word2vec的互联网商品评论情感倾向研究

• 作者: 张卫 黄仁
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: word2vec 情感倾向 情感词典 情感分类
• 年，卷（期）: 2016,（z1）
• 所属期刊栏目: 数据挖掘
• 页码范围: 387-389
• 页数: 3页
• 分类号: TP391
• 字数: 3222字
• 语种: 中文

摘要

在电子商务蓬勃发展的网络环境下,产品的评论数据已成为企业提高商品质量和提升服务的重要数据源.这些评论中包含用户对产品各个方面的情感倾向,对其进行情感分析可以帮助商家了解产品的优缺点,也能为潜在消费者的购买决策提供数据支持.提出了基于组合神经网络的商品属性聚类及基于word2vec的商品评论情感分析新方法,通过word2vec计算语义相似度,建立情感词典,用构建的情感词典对测试文本进行情感分类.实验验证了该方法在互联网商品评论中的有效性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄仁	重庆大学计算机学院	34	423	13.0	19.0
2	张卫	重庆大学计算机学院	3	81	2.0	3.0