10.3778/j.issn.1002-8331.1805-0146
结合产品特征的评论情感分类模型
结合不同产品的评论词信息来构建智能化的情感分类器,提出一种结合产品特征的在线商品评论情感分类模型PWCNN(Product Weight Convolution Neural Network).模型首先进行产品词特征的词向量训练,将评论文本以及产品信息进行向量乘法组合,结果作为模型输入.然后根据句子的重要性,采用池化加权的卷积神经网络来学习评论的文档级表示.为了防止过拟合且提高泛化能力,在输出层采用dropout策略.实验结果表明,PWCNN模型在平均准确率和F1值等指标上取得最好结果,且提高了模型训练速度.
情感分类、卷积神经网络、产品词向量、加权池化层、dropout算法
55
TP18(自动化基础理论)
国家自然科学基金11671125,71371065
2019-09-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
108-114