融合深度学习与机器学习的在线评论情感分析 |
| |
引用本文: | 刘晓彤,田大钢.融合深度学习与机器学习的在线评论情感分析[J].教育技术导刊,2019,18(2):1-4. |
| |
作者姓名: | 刘晓彤 田大钢 |
| |
作者单位: | 上海理工大学 管理学院,上海 200093 |
| |
摘 要: | 情感分析可以帮助商家了解客户喜好从而生产出满意度更高的商品,也可以监督网上舆论等。为此,基于传统机器学习方法,加入深度学习模块,对在线评论进行情感分析与对比。在词向量训练模块中引入Word2vec模型,用高维向量表示词语、句子,既可防止过度拟合问题,又可减少训练参数个数,提高训练效率。将得到的句向量作为输入代入机器学习模型(MLP、SVM、朴素贝叶斯等)与深度学习模型(CNN、LSTM、BILSTM等),比较实验结果,提出优化方向。结果表明,基于深度学习的情感分析模型准确率明显高于单一机器学习模型,但是深度学习需要大量语料,对实验机器要求也较高,很难完全展现其魅力。
|
关 键 词: | 情感分析 深度学习 机器学习 Word2vec模型 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|