|
|||||
|
|
| 基于AM的BLSTM网络电商评论情感倾向分类 | |
| 作者单位： | ;1.西安邮电大学宣传部;2.火箭军驻北京地区第一军代室;3.西安邮电大学计算机学院 |
| 摘 要： | 针对电商评论中所包含的消费者情感倾向信息问题,提出一种基于注意力机制和双向长短期记忆(bidirectional long-short term memory,BLSTM)网络的情感倾向分类模型。该模型使用预训练的字向量作为输入特征,通过双向长短期记忆网络来学习文本的语义特征。依此特征,设计了一种新的注意力机制来捕捉BLSTM模型生成的文本语义特征中重要的信息,以降低文本中冗余噪声对于情感倾向分类的影响。实验结果表明,与传统机器学习方法以及长短期记忆模型和双向长短期记忆模型相比,所提出模型在电商评论的情感倾向分类上取得了较好的结果。 |
| 关 键 词： | 情感倾向分类 注意力机制 双向长短期记忆网络 电商评论 |
Sentiment classification of online retailer reviews based on AM and BLSTM networks |
|
| Abstract: | |
| Keywords: | |
