双通道卷积记忆神经网络文本情感分析

• 作者: 应捷 杨海马 肖昊琪 苏灵松
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 电子商务 商品评论 文本情感分析 卷积记忆神经网络
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 32-36
• 页数: 5页
• 分类号: TP3-0
• 字数: 4823字
• 语种: 中文
• DOI: 10.11907/rjdk.182697

摘要

近年来,电子商务发展迅速,对电商商品评论进行情感分析可为消费者购物、商家调整销售策略与电商平台个性化推荐提供重要参考意见,因此提出双通道卷积记忆神经网络文本情感分析模型.首先,通过词向量与由特征词典构造的扩展特征矩阵两个不同的通道进行卷积运算,再利用卷积神经网络提取文本局部最优信息,最后利用长短期记忆神经网络学习长距离的上下文情感,完成文本情感分析任务.实验结果表明,与多种文本情感分析方法相比,双通道卷积记忆神经网络文本分析算法具有较高的精度,达到95％,且考虑了文本语义信息与文本情感信息,可获得更好的文本表示,同时兼顾文本局部特征与上下文信息的学习,可有效提高文本情感分析准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨海马	上海理工大学光电信息与计算机工程学院	96	365	10.0	15.0
2	应捷	上海理工大学光电信息与计算机工程学院	37	110	6.0	8.0
3	苏灵松	上海理工大学光电信息与计算机工程学院	2	3	1.0	1.0
4	肖昊琪	上海理工大学光电信息与计算机工程学院	1	3	1.0	1.0