融入情感信息词向量的评论文本情感分析方法

摘要：

为了解决分布式词表示方法因忽略词语情感信息导致情感分类准确率较低的问题,提出了一种融入情感信息加权词向量的情感分析改进方法.依据专属领域情感词典构建方法,结合词典和语义规则,将情感信息融入到TF-IDF算法中,利用Word2vec模型得到加权词向量表示方法,并运用此方法对采集到的河北省旅游景点的评论文本与对照组进行对比实验.结果表明,与基于分布式词向量表示的情感分析方法相比,采用融入情感信息加权词向量的改进方法进行情感分析,积极文本的准确率提高了6.1％,召回率提高了6.6％,F值达到了90.3％;消极评论文本的准确率提高了6.0％,召回率提高了7.2％,F值达到了89.6％.因此,融入情感信息加权词向量的情感分析改进方法可以有效提高评论文本情感分析的准确率,为用户获得更为准确的评论观点提供参考.

关键词：自然语言处理;语义规则;情感信息;TF-IDF;Word2vec;加权词向量;情感分析

所属期刊栏目：42

分类号：TP391.1(计算技术、计算机技术)

资助基金：河北省创新能力提升计划项目19456003D

在线出版日期：2021-09-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：380-388