登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于LSTM的商品评论情感分析
  • 摘要

    随着电子商务的发展,产生了大量的商品评论文本.针对商品评论的短文本特征,基于情感词典的情感分类方法需要大量依赖于情感数据库资源,而机器学习的方法又需要进行复杂的人工设计特征和提取特征过程.本文提出采用长短期记忆网络(Long Short-Term Memory)文本分类算法进行情感倾向分析,首先利用Word2vec和分词技术将评论短文本文本处理为计算机可理解的词向量传入LSTM网络并加入Dropout算法以防止过拟合得出最终的分类模型.实验表明:在基于深度学习的商品评论情感倾向分析中,利用LSTM网络的短时记忆独特特征对商品评论的情感分类取得了很好的效果,准确率达到99%以上.

  • 作者

    於雯  周武能  YU Wen  ZHOU Wu-Neng 

  • 作者单位

    东华大学信息科学与技术学院,上海,201620

  • 刊期

    2018年8期 ISTIC

  • 关键词

    情感分析  商品评论  长短期记忆网络  自然语言处理  深度学习 

相似文献 查看更多>>
3.227.249.234