基于注意力LSTM的评论对象分类

摘要：

用户评论对网上商城有着非常重要的作用,它能极大推动潜在客户的转化.但是评论涉及商品的方方面面,数量多内容杂,需要进行分类和汇总以抽取核心信息.针对评论对象的分类问题,文章设计一个结合注意力机制的LSTM(Long Short-Term Memory)模型.模型首先使用LSTM训练用户评论,然后采用注意力机制聚焦关键信息优化分类结果.在SemEval-2014数据集上的实验结果证明,模型对评论对象分类的准确率较高.

关键词：用户评论、评论对象分类、LSTM、注意力机制

所属期刊栏目：16

分类号：TP391(计算技术、计算机技术)

在线出版日期：2020-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：214-215,217