基于双向循环神经网络的购物评价情感分析

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：随着电商经济的快速发展，用户的评论对商家的服务质量和产品的改进具有重大意义。用传统词向量搭配神经网络解决文本情感分析准确率不高，未能全面表示文本的情感信息特征的问题，本文中提出了一种基于BERT模型的文本情感分类的解决方案。利用BERT模型特有的自注意力，使用双向编码机制获得具有全局特征的词语表示，通过双向循环神经网络提取情感特征，最后进行情感分类。实验结果表明，通过和传统的方法进行对比，本文所使用的模型能很好地提升情感分类的准确率，获得正确的分类结果。

作者：

杨武俊

展开 >

作者单位：

运城学院山西 044000

关键词：

注意力机制情感分析 BERT 词嵌入向量

出版年：

2024

网络安全技术与应用

北京大学出版社

网络安全技术与应用

CHSSCD

影响因子：0.417

ISSN：1009-6833

年,卷(期)：2024.(4)

参考文献量12