基于双通道混合神经网络的商品评论情感分析研究

发布时间：2024-05-09 03:32

　　在“互联网+”的背景下,网络电商平台迅速发展,人们的生活习惯也随之发生了改变,越来越多的人热衷于网上购物并在网络平台上发表意见,以表达对产品属性的情感倾向,从而产生源源不断的商品评论信息。在这些数据中往往包含了大量的用户情感因素,如果能有效地挖掘出用户评论的情感信息,这不仅能为商家提供信息反馈,便于商家及时调整销售决策,还有利于社会调查以便政府做出行之有效的对策。因此研究针对商品评论的文本情感分析具有重要的商业价值和社会意义。在互联网时代,每天都有上亿条信息产生,面对如此大规模的数据量,传统的情感分析方法面临着一系列的挑战,如不能全面提取文本中的情感信息、解决模型训练时间较长以及无法对目标特征进行深层情感挖掘等众多问题。为解决上述不足,本研究从模型设计和参数训练两方面进行改进和完善,提出了一种基于双通道的混合神经网络商品评论情感分析模型。主要创新点体现在如下三个方面。(1)在以往的情感分析方法中,一般只使用单一的字或词嵌入信息作为输入来源,这会导致文本语义信息学习不全面,造成遗漏信息的风险。针对此弊端,提出在模型中引入Char-Embedding和Word-Embedding,使模型具...

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图1-12019年网民规模以及互联网普及率

信阳师范学院硕士学位论文1第1章绪论1.1研究背景及意义进入互联网时代以后，上网人数出现大幅度攀升，人们的生活习惯也随之发生了变化，比如越来越多的网民开始在各种社交平台上发表言论，互相交流，还会在淘宝、京东等平台购物后对产品进行积极评论，由此可见，互联网的发展已经对人们的日常生活....

图1-22019年网购用户规模及使用率

信阳师范学院硕士学位论文1第1章绪论1.1研究背景及意义进入互联网时代以后，上网人数出现大幅度攀升，人们的生活习惯也随之发生了变化，比如越来越多的网民开始在各种社交平台上发表言论，互相交流，还会在淘宝、京东等平台购物后对产品进行积极评论，由此可见，互联网的发展已经对人们的日常生活....

图2-1jieba分词算法步骤

信阳师范学院硕士学位论文10目前，分词技术已经相对成熟，国内已经开发出较为完善的中文分词系统，如斯坦福分词器、哈工大分词器、ZPar分词器、以及结巴（jieba）分词工具。经过分析和对比后，最终选择了jieba工具对文本数据进行分词处理和词性标注。jieba是目前国内基于Pyth....

图2-2CBOW模型

信阳师范学院硕士学位论文14在深度学习领域颇受欢迎，同时也将分布式方法称为“词向量”方法。具体到实例中可表示为：“开心”——[0.852,0.526,-0.196,0.778,0.265…]“高兴”——[0.795,0.628,-0.208,0.745,0.308…]通过上述例子....

本文编号：3968258