结合产品特征的评论情感分类模型OA北大核心CSCDCSTPCD
Commentary Sentiment Classification Model Combining Product Features
结合不同产品的评论词信息来构建智能化的情感分类器,提出一种结合产品特征的在线商品评论情感分类模型PWCNN(Product Weight Convolution Neural Network).模型首先进行产品词特征的词向量训练,将评论文本以及产品信息进行向量乘法组合,结果作为模型输入.然后根据句子的重要性,采用池化加权的卷积神经网络来学习评论的文档级表示.为了防止过拟合且提高泛化能力,在输出层采用dropout策略.实验结果表明,PWCNN模型…查看全部>>
Combining the commentary information of different products to construct intelligent sentiment classifier, this paper proposes an online product commentary sentiment analysis model combining product features:PWCNN(Product Weight Convolution Neural Network). The model firstly combines word vectors of product word features by vector multi-plication, and the result is taken as input of the model. Then, according to the importance of sentences, a pooled weighted …查看全部>>
喻涛;罗可
长沙理工大学 计算机与通信工程学院,长沙 4101142.长沙理工大学 综合交通运输大数据智能处理湖南省重点实验室,长沙 410114
信息技术与安全科学
情感分类卷积神经网络产品词向量加权池化层dropout算法
sentiment classification convolutional neural network product word vector weighted pooling layer dropout algorithm
《计算机工程与应用》 2019 (16)
分布鲁棒机会约束优化及其在电力经济调度中的应用
108-114,7
国家自然科学基金(No.11671125,No.71371065).
评论