基于词向量和CNN的书籍评论情感分析方法

• 作者: 张华洁 李昊璇
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 测试技术与理论研究
• 页码范围: 165-171
• 页数: 7页
• 分类号: TP312
• 字数: 4881字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2019.02.014

摘要

针对在线书籍评论的情感分析问题,基于词向量和深度学习原理,提出了一种基于词向量和卷积神经网络(Convolutional Neural Networks,CNN)的书籍评论情感分类方法.实验结果表明,本方法对在线书籍评论的情感分类准确率达到92.99％,同时,此方法对于大量文本集的情感分析有很好的适用性.此外还研究了不同语料库、书籍评论词向量的维度、书籍评论数据集的大小等对情感分析结果的影响,实验结果显示,构建针对性的语料库,基于词向量和卷积神经网络的书籍评论情感分析方法是一种简单而有效的文本情感分析方法,该方法具有扩展性和对不同评论文本的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李昊璇	山西大学物理电子工程学院	6	5	1.0	2.0
2	张华洁	山西大学物理电子工程学院	1	4	1.0	1.0