融合深度学习与机器学习的在线评论情感分析

• 作者: 刘晓彤 田大钢
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 情感分析 深度学习 机器学习 Word2vec模型
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP301
• 字数: 4242字
• 语种: 中文
• DOI: 10.11907/rjdk.182576

摘要

情感分析可以帮助商家了解客户喜好从而生产出满意度更高的商品,也可以监督网上舆论等.为此,基于传统机器学习方法,加入深度学习模块,对在线评论进行情感分析与对比.在词向量训练模块中引入Word2vec模型,用高维向量表示词语、句子,既可防止过度拟合问题,又可减少训练参数个数,提高训练效率.将得到的句向量作为输入代入机器学习模型(MLP、SVM、朴素贝叶斯等)与深度学习模型(CNN、LSTM、BILSTM等),比较实验结果,提出优化方向.结果表明,基于深度学习的情感分析模型准确率明显高于单一机器学习模型,但是深度学习需要大量语料,对实验机器要求也较高,很难完全展现其魅力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田大钢	上海理工大学管理学院	54	437	12.0	19.0
2	刘晓彤	上海理工大学管理学院	1	2	1.0	1.0