基于深度学习的商品评论情感分类研究

分类： 图书馆学、情报学 >> 图书馆学 提交时间： 2023-10-08 合作期刊: 《知识管理论坛》

李文江 陈诗琴

摘要： [ 目的 / 意义 ] 对已有的文本表示、分类算法进行组合，遴选一种复杂度低、训练时间少的组合 方式，构建商品评论情感文本分类的优化模型。[ 方法 / 过程 ] 以 Keras API 为应用环境，将 Word2vec 词 向量输入 Embedding 嵌入层，依据句子词索引序列，通过控制 trainable 参数实现 3 种商品评论的文本表示； 将不同的文本表示分别与不同分类算法进行匹配，分析分类效果差异，确立较优算法组合。[ 结果 / 结论 ] Word2vec词向量输入Embedding嵌入层继续训练的文本表示方法，结合TextCNN算法训练获得的分类模型， 在商品评论测试集上分类效果表现较好，准确率和ROC曲线面积AUC值分别为94.02%、0.982 7。应用表明， 分类模型能较好实现商品评论的情感分类，有较好的分类泛化能力。

通过

 点击量 1157  下载量 676  评论 0