基于LSTM的商品评论情感分析

摘要：

随着电子商务的发展,产生了大量的商品评论文本.针对商品评论的短文本特征,基于情感词典的情感分类方法需要大量依赖于情感数据库资源,而机器学习的方法又需要进行复杂的人工设计特征和提取特征过程.本文提出采用长短期记忆网络(Long Short-Term Memory)文本分类算法进行情感倾向分析,首先利用Word2vec和分词技术将评论短文本文本处理为计算机可理解的词向量传入LSTM网络并加入Dropout算法以防止过拟合得出最终的分类模型.实验表明:在基于深度学习的商品评论情感倾向分析中,利用LSTM网络的短时记忆独特特征对商品评论的情感分类取得了很好的效果,准确率达到99％以上.

关键词：情感分析、商品评论、长短期记忆网络、自然语言处理、深度学习

所属期刊栏目：27

资助基金：国家自然科学基金NSFC61573095

在线出版日期：2018-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：159-163