基于深度学习的商品评价情感分析与研究

• 作者: 何中市 何伟东 刘智鹏 张航
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 深度学习 自然语言处理 词向量 卷积神经网络 循环神经网络 分流器 情感
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 系统结构
• 页码范围: 921-927
• 页数: 7页
• 分类号: TP391
• 字数: 6432字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.05.015

摘要

移动互联网助推的电子商务时代使得商品评价空前繁荣,论文提出一种基于深度学习的改进型模型来分析评价数据的情感.首先通过分词与综合停用词表等预处理数据集,然后使用Skip-gram模型训练出数据集中每个词的词向量,并使用自扩充情感词典对评价语句情感极性进行量化,量化的情感正负值与词向量形成融合矩阵输入,并通过分流规则设计进行差异网络输入,选择CNN或RNN完成抽象特征提取,即Shunt-C&RNN产品评价分类模型(改进型深度学习方法).与传统机器学习SVM相比,改进型深度学习方法准确率大幅提升6.6%,较单一深度学习方法提高了近1.5%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何中市	重庆大学计算机学院	96	980	17.0	24.0
2	张航	重庆大学计算机学院	9	43	4.0	6.0
3	刘智鹏	重庆大学计算机学院	1	3	1.0	1.0
4	何伟东	重庆邮电大学计算机科学与技术学院	1	3	1.0	1.0