10.16208/j.issn1000-7024.2018.03.046
基于RNTN和CBOW的商品评论情感分类
为提高互联网商品评论情感分类算法的精度和性能,提出基于RNTN模型和CBOW模型的商品评论情感分类算法.利用词矩阵表示单词,获得更准确的语义分类结果;通过无监督的结构化方式训练模型,简化分类过程,提高效率.实验结果表明,该算法可以有效识别语义关系,RNTN仅靠模型自身就比现有深度学习算法RNN的性能提高了5%以上,在优化的CBOW模型训练好的词向量的基础上使用RNTN模型,整体性能提高了2%.
情感分类、递归神经张量网络、深度学习、词矩阵、语义
39
TP398.1(计算技术、计算机技术)
2018-06-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
861-866