基于自注意深度学习的商品评论情感分类

• 作者: 严鹏
• 来源期刊: 软件导刊
• 关键词: 情感分类 商品评论 深度学习 循环神经网络 卷积神经网络
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 75-79
• 页数: 5页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.202076

摘要

电子商务突飞猛进,网购成为人们消费必不可少的渠道.网络商品评论的情感极性是获取顾客对该种类商品反馈的最直接方式,商家可以通过分析评论获取顾客对所购商品的感受,为后续销售计划变更和产品改进及时作出决策.针对CNN只能提取局部特征、RNN易导致梯度消失与爆炸的问题,提出一个结合RNN变体-GRU与MSCNN的XL-GSAtMSC模型.研究表明,在商品评论情感分类任务中,该模型各项评价指标均达到了95％,比传统模型提升了10％,既克服了传统情感领域词典的不足,又不用人为提取特征,实验证明了该模型的可行性与实用性.