基于CNN-BiLSTM的消费者网络评论情感分析

发布时间：2023-02-15 09:02

　　现如今,商品在线评论的情感分析业已成为许多商家不可忽视的重要工作,它对于商家了解用户偏好有着重要意义,同时,它还能够为相关产品下一步的改进工作提供方向指导.然而,传统的分析方法已无法解决现在情感分析中特征提取及语义理解等方面存在的问题.针对此类问题,本文提出一种基于CNN-BiLSTM的在线评论情感分析方法,不仅可以像LSTM一样建立时序关系,而且可以像CNN一样刻画局部空间特征.医疗服务、物流快递、金融服务、旅游住宿和食品餐饮数据集的实验结果表明,该方法能有效判别消费者在线评论情感倾向,在文本的情感分类中效果较传统机器学习算法更准确,F₁值可以达到94.67%.同时,实验证明该方法具有较好的领域可拓展性.

【文章页数】：11 页

【文章目录】：
1 引言
2 相关研究
3 基于CNN-BiLSTM的网络评论情感分析模型
    3.1 词嵌入模型
    3.2 卷积神经网络
        3.2.1 卷积层
        3.2.2 池化层
    3.3 BiLSTM神经网络
4 实例研究
    4.1 实验数据
    4.2 实验评价指标
    4.3 实验参数设置
    4.4 实验结果和分析
        1)模型对比实验
        2)领域可拓展性
5 结论



本文编号：3743215