首页|基于特征加权词向量的在线医疗评论情感分析

基于特征加权词向量的在线医疗评论情感分析

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对在线医疗评论文本具有行业专业性强、差异性大、不够规范等特点,提出一种基于特征加权词向量的在线医疗评论情感分析方法.利用Word2vec方法构建词向量模型,抽取情感词集合完善医疗服务领域情感词典,根据句法关系识别主题词与情感词的依存关系,引入期望交叉熵因子,建立特征加权词向量模型,分析在线医疗评论的情感倾向.实验结果表明扩充的医疗服务情感词典在分析性能上的准确率、召回率以及F1值均高于基础情感词典,引入期望交叉熵因子后,基于特征加权词向量的情感分析方法在SVM分类上表现出更好的效果,体现了其在在线医疗评论挖掘领域的良好效用.
Sentiment Analysis of Online Healthcare Reviews Based on Feature Weighted Word Vector

高慧颖、公孟秋、刘嘉唯

展开 >

北京理工大学管理与经济学院,北京 100081

情感分析 在线医疗评论 特征加权词向量 情感词典 主题模型

71972012

2021

10.15918/j.tbit1001-0645.2021.001

北京理工大学学报
北京理工大学

北京理工大学学报

CSTPCDCSCD北大核心
影响因子：0.609
ISSN：1001-0645
年,卷(期)：2021.41(9)
  • 6
  • 5