面向方面记忆网络的IT产品细粒度情感分析

摘要：

以用户情感需求为导向进行产品的设计和营销定位已成为研究热点,细粒度的情感挖掘可进一步提高评论分析的效率.提出一种面向方面深度记忆网络模型进行细粒度情感分析.对京东等IT产品评论数据进行爬取,应用依存句法分析方法抽取评论中的方面词,采用基于self-attention机制的深度记忆网络模型实现基于方面的细粒度情感分类.实验结果表明,面向方面深度记忆网络模型在英文数据集上的准确率相比一些经典模型有所提升,同时在京东等40000条IT的用户评价数据进行情感倾向分析也具有良好的效果.

关键词：深度记忆网络、self-attention机制、细粒度情感分析、依存句法分析、情感需求

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;云南省软件工程重点实验室开放基金

在线出版日期：2020-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：159-164