文献类型：期刊文章

作　　者：成璐[1]

CHENG Lu(Department of Computer Engineer ,Taiyuan Institute of Technology ,Taiyuan 030008,China)

机构地区：[1]太原工业学院计算机工程系,山西太原030008

出　　处：《软件工程》

年　　份：2017

卷　　号：20

期　　号：11

起止页码：4-6

语　　种：中文

收录情况：普通刊

摘　　要：国内电商网站的快速发展促使产生大量的中文商品评论信息。对这些评论进行情感分类有利于获取其中的有用信息,具有重要的应用意义。目前,情感分类的研究主要基于情感词典或者传统机器学习。这些方法通常需要人工选取特征,费事费力,分类效果不好。针对这些不足,本文提出一种基于注意力机制的双向LSTM模型,对中文商品评论进行情感分类。实验结果表明,该模型在中文商品评论二分类任务和三分类任务中均获得了较好的准确率、召回率、F1值。

关 键 词：中文商品评论  情感分类 注意力机制  双向LSTM  

分 类 号：TP391]