傳統(tǒng)對電商評論做分類的方法使用詞袋模型或者簡單的提取文本TF-IDF特征方法使用SVM或者傳統(tǒng)機器學習模型對評論文本進行分類,近些年嘗試單一使用Word2Vec詞嵌入等靜態(tài)詞向量作為表示使用LSTM等神經(jīng)網(wǎng)絡(luò)模型對文本進行分類,雖然都有一定的效果,但還是無法滿足用戶與商家對準確率的要求。本文對詞向量表示和分類模型方面做了很多嘗試,本文主要工作內(nèi)容如下:(1)文本同時使用商品品論文本和非文本特征,文本同時使用商品評論文本和評論的點贊數(shù)、追加評論數(shù)等非文本信息,并在非文本特征基礎(chǔ)上添加從文本信息中提取的TF-IDF特征與這些非文本特征信息結(jié)合作為非文信息附加的額外特征,并使用Lightgbm模型對這部分特征進行分類,并作為基于多維特征因素模型的重要一部分。(2)文本使用多種詞向量作為文本表示。相較與以往單一使用一種詞向量作為詞語的表示,文本同時使用Word2Vec和GloVe兩種詞向量作為文本的表示,并使用在同一中分類模型下實驗驗證使用混合詞向量模型相較于使用單一詞向量F1值和ROC值提升1.7%左右。(3)文本使用了動態(tài)詞向量。使用靜態(tài)詞向量一個詞對應(yīng)一個固定的詞向量,會造成歧義的問題,...

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 文本表示的研究現(xiàn)狀
        1.2.2 文本分類的研究現(xiàn)狀
    1.3 本文的主要工作內(nèi)容
    1.4 本論文的結(jié)構(gòu)安排
第二章 文本分類相關(guān)方法概述
    2.1 文本分類主要步驟
    2.2 中文文本預(yù)處理方法
        2.2.1 數(shù)據(jù)增強
        2.2.2 去停用詞
        2.2.3 文本分詞
    2.3 文本表示方法
        2.3.1 向量空間模型(VSM)
        2.3.2 LDA主題模型
        2.3.3 Word Embedding表示
    2.4 文本分類算法
        2.4.1 邏輯回歸模型
        2.4.2 支持向量機模型(SVM)
        2.4.3 GBDT模型
        2.4.4 神經(jīng)網(wǎng)絡(luò)分類模型
    2.5 本章小結(jié)
第三章 數(shù)據(jù)預(yù)處理以及數(shù)據(jù)表示方法
    3.1 商品評論數(shù)據(jù)和外部特征的獲取
    3.2 數(shù)據(jù)預(yù)處理
        3.2.1 文本數(shù)據(jù)清洗
        3.2.2 文本分詞及去停用詞
    3.3 數(shù)據(jù)分析
    3.4 文本數(shù)據(jù)特征表示方法
        3.4.1 詞向量表示
        3.4.2 基于Elmo的表示方法
    3.5 本章小結(jié)
第四章 基于多因素特征的分類模型
    4.1 TRANSFORMER模型
        4.1.1 Scaled Attention
        4.1.2 Multi-head Attention
        4.1.3 引入位置信息 Position Encoding
    4.2 LIGHTGBM模型
    4.3 基于多因素特征的分類模型構(gòu)造
    4.4 本章小結(jié)
第五章 實驗與結(jié)果分析
    5.1 實驗設(shè)計
        5.1.1 實驗環(huán)境
        5.1.2 評價指標
        5.1.3 實驗方案以及具體設(shè)計
    5.2 實驗結(jié)果分析
        5.2.1 實驗一和實驗二對比分析
        5.2.2 實驗三、實驗四和實驗五對比分析
        5.2.3 實驗六結(jié)果分析
        5.2.4 實驗七結(jié)果分析
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 展望
致謝
參考文獻
攻讀碩士學位期間取得的成果



本文編號：3906609