| 基于深度学习的电商评论信息多刻面情感分类研究 |
| |
| 引用本文： | 岑咏华,李文敬,李 莉.基于深度学习的电商评论信息多刻面情感分类研究[J].情报科学,2021,39(9):67-73. |
| |
| 作者姓名： | 岑咏华 李文敬 李 莉 |
| |
| 摘 要： | 【目的/意义】文本情感分类是近年来情报学领域的研究热点之一。已有研究大多关注针对目标文本的单
一情感分类。本文旨在探索基于深度学习的电商评论信息多刻面情感分类方法。【方法/过程】提出一种基于Atten?
tion-BiGRU-CNN的多刻面情感分类模型，通过BiGRU和CNN获取上下文信息和局部特征，利用Attention机制
优化隐层权重，以深度挖掘文本内隐语义和有效刻画多刻面情感。【结果/结论】在中文电商评论信息语料上的实验
表明，相较于其他神经网络模型，本文方法可有效提高多刻面情感分类的准确度。【创新/局限】进一步丰富多刻面
情感分类的方法途径，为深度挖掘电商评论信息以及优化产品和营销策略提供参考。本文语料主要基于单一类别
电商评论信息，聚焦可归纳刻面的情感分类，进一步的研究可面向类别多元化、需通过深度学习提取刻面信息的更
大规模语料展开。
|
|
| 点击此处可从《情报科学》浏览原始摘要信息 |
|
点击此处可从《情报科学》下载全文 |
|
