首页    |     本刊简介    |     征稿简则    |     征订启事    |     联系我们    |
天津科技大学学报欢迎您投稿!
 
   采编平台 /// 
 
    • 作者投稿  
    • 专家审稿  
    • 编辑办公  
 
   
 
   期刊论文 /// 
 
    • 全文浏览  
    • 论文检索  
    • 浏览排行  
 
   
 
   下载中心 /// 
 
    • 论文模板
    • 在研证明模板
    • 平台使用说明
 
   
 
 您现在的位置: 首页» 学报论文» 2024-1»  

融合文本内容和标签的中文商品评论情感分类

张 路,史艳翠

摘  要:为了解决目前基于深度学习的情感分析方法对语言知识和标签信息利用不足的问题,本文对基于深度学习的情感分析方法加以改进,提出一种融合文本特征和标签信息的中文文本情感分析方法。该方法首先对文本进行预处理,然后分别使用句法规则和深度学习方法提取文本的特征信息。在句法规则部分,通过构建句法规则提取文本中情感倾向更加明确的信息,并将其与标签描述信息进一步融合,突出情感信息;在深度学习部分,通过结合注意力机制和门控循环神经网络提取文本的高阶特征。最后,将上面两部分提取的特征信息进行融合并使用分类器对其进行分类,得到文本的情感倾向。实验结果表明,与传统情感分析方法相比,使用本文方法进行情感分析的效果更好。



论文下载:
  • 09.pdf
  •   浏览次数:
     
     

    版权所有:《天津科技大学学报》编辑部

    网站设计与维护:天津科技大学信息化建设与管理办公室

    津科备27-1号