在“互聯(lián)網(wǎng)+”的背景下,網(wǎng)絡(luò)電商平臺迅速發(fā)展,人們的生活習(xí)慣也隨之發(fā)生了改變,越來越多的人熱衷于網(wǎng)上購物并在網(wǎng)絡(luò)平臺上發(fā)表意見,以表達對產(chǎn)品屬性的情感傾向,從而產(chǎn)生源源不斷的商品評論信息。在這些數(shù)據(jù)中往往包含了大量的用戶情感因素,如果能有效地挖掘出用戶評論的情感信息,這不僅能為商家提供信息反饋,便于商家及時調(diào)整銷售決策,還有利于社會調(diào)查以便政府做出行之有效的對策。因此研究針對商品評論的文本情感分析具有重要的商業(yè)價值和社會意義。在互聯(lián)網(wǎng)時代,每天都有上億條信息產(chǎn)生,面對如此大規(guī)模的數(shù)據(jù)量,傳統(tǒng)的情感分析方法面臨著一系列的挑戰(zhàn),如不能全面提取文本中的情感信息、解決模型訓(xùn)練時間較長以及無法對目標(biāo)特征進行深層情感挖掘等眾多問題。為解決上述不足,本研究從模型設(shè)計和參數(shù)訓(xùn)練兩方面進行改進和完善,提出了一種基于雙通道的混合神經(jīng)網(wǎng)絡(luò)商品評論情感分析模型。主要創(chuàng)新點體現(xiàn)在如下三個方面。(1)在以往的情感分析方法中,一般只使用單一的字或詞嵌入信息作為輸入來源,這會導(dǎo)致文本語義信息學(xué)習(xí)不全面,造成遺漏信息的風(fēng)險。針對此弊端,提出在模型中引入Char-Embedding和Word-Embedding,使模型具...

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-12019年網(wǎng)民規(guī)模以及互聯(lián)網(wǎng)普及率

信陽師范學(xué)院碩士學(xué)位論文1第1章緒論1.1研究背景及意義進入互聯(lián)網(wǎng)時代以后，上網(wǎng)人數(shù)出現(xiàn)大幅度攀升，人們的生活習(xí)慣也隨之發(fā)生了變化，比如越來越多的網(wǎng)民開始在各種社交平臺上發(fā)表言論，互相交流，還會在淘寶、京東等平臺購物后對產(chǎn)品進行積極評論，由此可見，互聯(lián)網(wǎng)的發(fā)展已經(jīng)對人們的日常生活....

圖1-22019年網(wǎng)購用戶規(guī)模及使用率

信陽師范學(xué)院碩士學(xué)位論文1第1章緒論1.1研究背景及意義進入互聯(lián)網(wǎng)時代以后，上網(wǎng)人數(shù)出現(xiàn)大幅度攀升，人們的生活習(xí)慣也隨之發(fā)生了變化，比如越來越多的網(wǎng)民開始在各種社交平臺上發(fā)表言論，互相交流，還會在淘寶、京東等平臺購物后對產(chǎn)品進行積極評論，由此可見，互聯(lián)網(wǎng)的發(fā)展已經(jīng)對人們的日常生活....

圖2-1jieba分詞算法步驟

信陽師范學(xué)院碩士學(xué)位論文10目前，分詞技術(shù)已經(jīng)相對成熟，國內(nèi)已經(jīng)開發(fā)出較為完善的中文分詞系統(tǒng)，如斯坦福分詞器、哈工大分詞器、ZPar分詞器、以及結(jié)巴（jieba）分詞工具。經(jīng)過分析和對比后，最終選擇了jieba工具對文本數(shù)據(jù)進行分詞處理和詞性標(biāo)注。jieba是目前國內(nèi)基于Pyth....

圖2-2CBOW模型

信陽師范學(xué)院碩士學(xué)位論文14在深度學(xué)習(xí)領(lǐng)域頗受歡迎，同時也將分布式方法稱為“詞向量”方法。具體到實例中可表示為：“開心”——[0.852,0.526,-0.196,0.778,0.265…]“高興”——[0.795,0.628,-0.208,0.745,0.308…]通過上述例子....

本文編號：3968258