面向方面记忆网络的IT产品细粒度情感分析

• 作者: 崔国荣 康雁 李晋源 杨其越 王沛尧
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度记忆网络 self-attention机制 细粒度情感分析 依存句法分析 情感需求
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 159-164
• 页数: 6页
• 分类号: TP391
• 字数: 4358字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1811-0120

摘要

以用户情感需求为导向进行产品的设计和营销定位已成为研究热点,细粒度的情感挖掘可进一步提高评论分析的效率.提出一种面向方面深度记忆网络模型进行细粒度情感分析.对京东等IT产品评论数据进行爬取,应用依存句法分析方法抽取评论中的方面词,采用基于self-attention机制的深度记忆网络模型实现基于方面的细粒度情感分类.实验结果表明,面向方面深度记忆网络模型在英文数据集上的准确率相比一些经典模型有所提升,同时在京东等40000条IT的用户评价数据进行情感倾向分析也具有良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康雁	云南大学软件学院	29	83	5.0	8.0
2	杨其越	云南大学软件学院	5	1	1.0	1.0
3	李晋源	云南大学软件学院	7	1	1.0	1.0
4	崔国荣	云南大学软件学院	5	1	1.0	1.0
5	王沛尧	云南大学软件学院	5	1	1.0	1.0