基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文针对在线电影评论的情感分析问题,基于深度学习和词嵌入原理,提出一种基于词向量的电影评论情感分析方法.实验结果表明,本方法对在线电影评论的情感分类准确率达到86.18%;同时,此方法具有对大规模语料的可扩展性和对不同长度的评论语料的适用性.此外,文章还研究了词向量维度数对情感分析准确率的影响.如实验结果显示,基于词向量的评论向量情感分析方法是一种有效而简单的情感分析方法,并具有可扩展性和对不同长度评论的适用性.
推荐文章
基于电影评论的情感词汇共现网络分析
情感词汇共现网络
小世界特性
无标度特性
社区特性
基于情感词向量和BLSTM的评论文本情感倾向分析
长短期记忆模型
情感倾向分析
自然语言处理
词向量
基于词向量和CNN的书籍评论情感分析方法
词向量
卷积神经网络
情感分析
语料库
数据挖掘
自然语言处理
面向电影评论的标签方面情感联合模型
COAE2016
词典
标签方面情感联合模型
电影评论
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于词向量的电影评论情感分析方法
来源期刊 现代电影技术 学科
关键词 词向量 情感分析 词嵌入 文本挖掘 自然语言处理 机器学习
年,卷(期) 2017,(8) 所属期刊栏目 综述
研究方向 页码范围 4-9
页数 6页 分类号
字数 4956字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 柴剑平 24 149 6.0 11.0
2 殷复莲 24 53 4.0 6.0
3 潘幸艺 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
词向量
情感分析
词嵌入
文本挖掘
自然语言处理
机器学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电影技术
月刊
1673-3215
11-5336/TB
16开
北京市海淀区科学院南路44号
2-319
1957
chi
出版文献量(篇)
3875
总下载数(次)
10
论文1v1指导