基于多层注意力机制的服装电商评论情感分析

摘要：

互联网购物逐渐走进人们生活,人们在购物的同时也会留下海量评论文本,这些文本蕴含着巨大的价值和情感倾向,通过分析这些服装电商评论文本情感倾向,为推荐系统提供了参考.传统的算法难以提取到文本更深层次的情感特征,难以达到很好的效果.因此,该文提出了一种基于多层注意力机制BiGRU-SD-Attention的算法模型.首先,通过分布式爬虫采集服装电商评论文本,将文本数据进行清洗,划分为词语级别和句子级别数据集;利用BiGRU网络提取文本的正、负情感特征,然后对词语和句子分别运用注意力机制进行情感特征的重新加权计算;通过多层递进的权重计算,最后分类输出服装电商文本的情感特征倾向.实验结果表明,该算法的准确率达到了94.23％,对比传统的SVM算法(81.67％)以及单一注意力机制的BiLSM-Attention算法(93.50％),在各方面都有了显著的提升.

关键词：分布式爬虫;服装电商评论;双向门控循环记忆网络;注意力机制;情感分析

所属期刊栏目：32

分类号：TP391.1(计算技术、计算机技术)

资助基金：湖北省教育科研计划项目;湖北省高等学校优秀中青年科技创新团队计划项目

在线出版日期：2022-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：67-72