-
题名基于自注意深度学习的商品评论情感分类
被引量：1
- 1
-
-
作者
严鹏
-
机构
上海工程技术大学机械与汽车工程学院
-
出处
《软件导刊》
2021年第6期75-79,共5页
-
文摘
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。
-
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
-
Keywords
emotional classification
goods comments
deep learning
recurrent neural network
convolutional neural network
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于SVM的商品评论情感研究
被引量：1
- 2
-
-
作者
韩美玉
-
机构
宁夏大学新华学院
-
出处
《现代信息科技》
2021年第15期122-124,共3页
-
基金
宁夏大学新华学院科学研究基金项目资助项目(20XHKY10)。
-
文摘
为充分挖掘用户对网购商品的评论信息,为消费者的购买决策提供参考,同时帮助商家改进自身产品、提高市场竞争力,文章提出一种基于支持向量机(SVM)的细粒度商品评论情感分析方法。首先,使用Python中的网络爬虫获取京东某品牌的冰箱评论信息作为语料库并对其进行预处理,将语料数据分为训练集和测试集;接着,通过特征选择对词汇集做降维处理并使用支持向量机(SVM)的算法对商品评论信息进行情感分类;最后,统计包含每个基本属性和其扩充的特征词集的正面评论个数及负面评论个数,分析并给出结论。
-
关键词
SVM
文本情感研究
商品评论情感研究
-
Keywords
SVM
text emotion research
goods comments emotion research
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
