基于深度LSTM神经网络的在线消费评论情感分类研究

• 作者: 于跃 周虎 贾媛媛 赵文龙
• 来源期刊: 中华医学图书情报杂志
• 学科: 经济
• 关键词: 在线评论 情感分析 神经网络 支持向量机 深度学习
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 研究与探讨
• 页码范围: 23-29
• 页数: 7页
• 分类号: F726
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3982.2018.05.005

摘要

目的:探索深度神经网络在情感分类方面的应用.方法:采用长短型记忆神经网络构造在线消费评论情感的分类器,对收集的消费评论进行二分类的情感分析.结果:LSTM模型的准确率为89.29％,优于实验对照SVM模型的86.10％,深度神经网络模型在本文的情感分类中的准确率较高.结论:使用深度神经网络对消费评论的情感进行分类,可减少人工特征的干预,提高在线消费评论情感分类的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵文龙	重庆医科大学医学信息学院	79	614	12.0	21.0
2	周虎	重庆医科大学医学信息学院	9	11	2.0	3.0
3	贾媛媛	重庆医科大学医学信息学院	4	19	1.0	4.0
4	于跃	重庆医科大学医学信息学院	3	10	2.0	3.0