基于改进TFIDF算法的情感分析模型研究

摘要：

随着电商行业的蓬勃发展,网上购物逐渐取代线下商店成为最受欢迎的购物方式之一.因此从海量的商品评价中挖掘出有用的信息,对顾客购买商品和商家提高服务质量具有重要的意义.在深度学习背景下,论文在关键词提取中对TF-IDF算法进行改进,主要是关键词权重的优化.实验结果表明,基于论文改进的算法构建的商品评论模型比传统的模型分类效果好.

关键词：商品评价、深度学习、关键词提取、TF-IDF、权重

所属期刊栏目：50

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2022-09-28（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：1671-1675