融合词性特征的深度迁移学习商品评论情感分析

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：情感分析是文本分类的研究方向,深度迁移学习通过学习目标领域数据和已有领域数据之间的相关度,提高当目标数据不足时文本分类的精度.从基于网络迁移的角度设计算法,首先使用Word2vec+词性特征词向量表示,然后进行卷积神经网络文本分类,再将训练好的模型共享网络参数,迁移至跨域商品评论数据,训练、分类评论数据.实验证明,在小样本数据集中算法精度有明显提升.

作者：

张震

展开 >

作者单位：

河南工业贸易职业学院就业处河南郑州 450000

关键词：

深度迁移学习卷积神经网络词性特征商品评论分析

基金：

河南省高等学校重点科研项目指导计划(2022)

项目编号：

22B520007

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.03.027

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(3)

参考文献量16