基于Word2Vec和CNN的产品评论细粒度情感分析模型

A Fine-grained Sentiment Analysis Model for Product Reviews Based on Word2Vec and CNN

作者： 蔡庆平 ¹ 马海群 ²
作者单位：

1. 黑龙江大学信息管理学院哈尔滨 150080

2. 黑龙江大学信息资源管理研究中心哈尔滨 150080
提交时间：2023-04-01 16:15:51

摘要: [目的/意义] 构建一种基于Word2Vec和CNN的产品评论细粒度情感分析模型。[方法/过程] 首先使用Word2Vec从产品评论中构建产品特征词列表和噪声词表，其次借助噪声词表来进行产品评论特征词的提取，然后采用CNN对产品评论进行产品特征层面的细粒度情感分类，最后实现基于产品特征的产品评论聚类。[结果/结论] 通过爬取京东商城华为手机评论对该模型进行训练和测试，结果表明，该模型能够有效实现产品评论的细粒度情感分析，可以有效地发现用户对产品特征的关注度和满意度。

情感分析产品评论 CNN Word2Vec 细粒度

期刊： 图书情报工作
分类： 图书馆学、情报学 >> 情报学
引用： ChinaXiv:202304.00303 (或此版本 ChinaXiv:202304.00303V1)
DOI:10.12074/202304.00303V1
CSTR:32003.36.ChinaXiv.202304.00303.V1
推荐引用方式： 蔡庆平,马海群.(2023).基于Word2Vec和CNN的产品评论细粒度情感分析模型.图书情报工作.[ChinaXiv:202304.00303] (点此复制)

版本历史

[V1]

2023-04-01 16:15:51

ChinaXiv:202304.00303V1

下载全文

相关论文推荐

1. 科技论文数据库作者识别号的适用性研究	2024-06-06
2. Hindawi期刊批量撤销论文分析	2024-06-05
3. 中华体育精神知识图谱分析	2024-06-03
4. 农村公共文化服务助推我国乡村振兴的模式探索与价值创新	2024-06-02
5. 前景·质素·路径:ChatGPT 赋能智慧图书馆建设研究	2024-06-02
6. 《学术出版透明与最佳行为准则》更新及其对中国学术期刊的启示	2024-05-28
7. 强化故事力打造优质短视频显著提升阅读推广效果	2024-05-22
8. 英国大型阅读推广项目多元协作模式解析	2024-05-20
9. 多元协同视角下高校图书馆融合发展模式及思路	2024-05-15
10. 考虑节点间强弱关系的突发事件信息传播网络分析	2024-05-15


公开评论匿名评论仅发给作者