基于词向量和CNN的书籍评论情感分析方法

2019-03-19 06:44:14李昊璇张华洁
测试技术学报 2019年2期
关键词:文本情感模型

李昊璇,张华洁

(山西大学 物理电子工程学院,山西 太原 030006)

0 引 言

随着互联网和电子商务的发展,各种网站、 APP提供的商品种类及样式越来越繁多,选择在网上购物的人也越来越多[1].人们选择网购不仅因为它方便快捷,而且也因为它更容易表达自己的喜好,并参考别人的意见做出自己的购买选择.购买图书是一种典型的网购行为.图书购物网站例如“当当网”、 “亚马逊”等拥有大量图书、 大量用户集及用户评论,通常每本书的购买用户评论在几百条到百万条量级之间,每条评论文本或长或短,都表达了用户的喜好.所以本文选择在图书购物网站上获取大量书籍评论文本,并对此加以处理和分析,继而对评论文本的情感进行分类.

文本情感分析是对带有情感色彩的主观性文本进行分析、 处理、 归纳和推理的过程,利用机器提取人们对某人或某事物的态度,从而发现潜在的问题用于改进或预测[2].书籍评论是用户的主观性评价,包括正面态度、 中立态度和负面态度.如何判断用户的态度,对文本中包含的情感进行分析,是当前自然语言处理(Natural Language Processing,NLP)中的一个重要的研究方向.传统的文本情感分析方法模型中的词的表示是原始的、 面向字符串的[3].两个语意相近的词的字符串可能完全不同,这给自然语言处理和文本情感分析都带来了挑战——字符串本身无法储存语意信息.而神经概率语言模型中词的表示是向量形式、 面向语义的.两个语……

登录APP查看全文

猜你喜欢
文本情感模型
一半模型
如何在情感中自我成长,保持独立
重尾非线性自回归模型自加权M-估计的渐近分布
失落的情感
北极光(2019年12期)2020-01-18 06:22:10
情感
在808DA上文本显示的改善
基于doc2vec和TF-IDF的相似文本识别
电子制作(2018年18期)2018-11-14 01:48:06
如何在情感中自我成长,保持独立
3D打印中的模型分割与打包
文本之中·文本之外·文本之上——童话故事《坐井观天》的教学隐喻