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:
为了克服传统基于机器学习的情感分析算法依赖手工建立情感词典、需要进行人工干预的缺点,该文提出1种加权word2vec注意力长短记忆网络(WWAL)情感分析模型.突出评论文本中关键词的作用,在word2vec的基础上引入了术语频率-逆文档频率(TFIDF)算法形成词向量,同时在长期短期记忆(LSTM)网络模型中加入了注意力机制.在标准数据集上的实验证明,该文WWAL模型的查准率、召回率和F1指标等实验衡量指标均优于传统机器学习方法.
推荐文章
基于XGBoost算法的电商评论文本情感识别模型
电子商务
用户评论
XGBoost算法
情感识别
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
基于多特征融合的评论文本情感分析
文本情感分析
多特征融合
机器学习
情感规则
基于语义分析的在线评论文本情感分类算法研究
在线评论
情感分类
语义分析
词向量
非负矩阵分解
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 针对评论文本的情感分析方法
来源期刊 南京理工大学学报(自然科学版) 学科 工学
关键词 评论文本 情感分析 术语频率-逆文档频率 长期短期记忆 注意力
年,卷(期) 2019,(3) 所属期刊栏目
研究方向 页码范围 280-285,291
页数 7页 分类号 TP391
字数 4254字 语种 中文
DOI 10.14177/j.cnki.32-1397n.2019.43.03.005
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 王永利 南京理工大学计算机科学与工程学院 45 174 8.0 11.0
2 袁欢欢 南京理工大学计算机科学与工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (106)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (20)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
评论文本
情感分析
术语频率-逆文档频率
长期短期记忆
注意力
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
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导