融合深度特征的Sword2vect商品在线评价情感分析

• 作者: 厍向阳 杨瑞丽
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 情感分析 word2vect 支持向量机 情感词向量 长短期记忆神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 212-217
• 页数: 6页
• 分类号: TP391
• 字数: 4295字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.06.037

摘要

商品在线评论情感分析已经成为一个热门的研究话题.为了更好地解决情感分析中词语的上下文信息、深度信息和情感信息缺失问题,提出一种融合深度特征的Sword2vect情感分析方法.用情感得分加权word2vect词向量得到含有上下文和情感信息的Sword2vect;基于注意力的长短期记忆神经网络得到深度特征AttBilstm;融合深度特征的Sword2vect进行情感分析.在深度学习框架tensorflow进行实验并与已有的方法在准确率、召回率、F1等评价指标上进行比较,验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	厍向阳	西安科技大学计算机科学与技术学院	38	277	10.0	14.0
2	杨瑞丽	西安科技大学计算机科学与技术学院	2	0	0.0	0.0