摘要
外卖商家和平台留住客户的重点就是要依据客户的需求制定个性化的服务。因此,本文提出一种基于BERT(Bidirectional Encoder Representation from Transformers)网络与文本卷积神经网络(Convolutional Neural Networks,TextCNN)相结合的BERT-TextCNN网络模型。该模型从外卖中文短文本评论中得到更多的情感信息。最后,在外卖中文评论数据集上进行实验,对比BERT、TextCNN、BERT-TextCNN模型的准确性、稳定性和耗时程度。实验结果证明:BERT-TextCNN的准确率有提升,该方法能更准确地进行中文文本情感分析。
The key point for takeout merchants and platforms to retain customers is to formulate personalized services according to customers’ needs. Therefore, this paper proposes a Bert TextCNN network model based on the combination of transformer based BERT network and TextCNN. The model gets more emotional information from takeout Chinese short text comments. Finally,experiments are carried out on the takeout Chinese comment data set to compare the accuracy, stability and time-consuming of BERT,TextCNN and BERT-TextCNN models. The experimental results show that the accuracy of BERT-TextCNN is improved, and this method can analyze Chinese text emotion more accurately.
作者
邵辉
SHAO Hui(Guangdong Polytechnic Science and Technology,Zhuhai Guangdong 519090,China)
出处
《信息与电脑》
2022年第1期77-80,共4页
Information & Computer
基金
2021年珠海市哲学社会科学规划课题(项目编号:2021YBB073)
广东科学技术职业学院2021年度校级教育教学改革研究与实践项目(项目编号:JG202104)
2020年广东省普通高校重点科研平台项目,数字工场产教融合创新平台(项目编号:2020CJPT006)
2021年广东省科技厅科研平台项目,广东省智慧职教工程技术研究中心(项目编号:2021A118)
粤高职计算机教指委2021年教育教学改革研究与实践项目(项目编号:JSJJZW2021042)。
