基于深度学习的不均衡评论文本情感分析模型

作者：温廷新; 陈依琳

来源：情报探索, 2022, (07): 14-22.

• 不均衡评论文本
• 深度学习
• 情感分析
• LDA-Word2Vec-CNN
• 双向长短期记忆网络

[目的/意义]旨在为提高不均衡文本情感分析性能提供参考。[方法/过程]结合深度学习思想，建立一种基于LWC-BiLSTM的不均衡评论文本情感分析模型。首先，采用LWC (LDA-Word2vec-CNN)模型对原始评论集做抽样失衡处理，提取特征词和词语间语义信息，生成特征矩阵，并将其与训练好的词向量组合，作为均衡评论集输入矩阵；然后，选用BiLSTM算法进行情感分类；最后，将带有情感标签的评论基于商品特征聚类，进一步了解用户对商品的关注情况及商品自身的优缺点。[结果/结论]LWC模型是一种高准确率的不均衡文本处理方法，能对评论特征词有效提取；BiLSTM算法较其他算法具有更好的情感分类效果；LWC-BiLSTM模型可提高类别不均衡文本的深度学习性能，有效对不均衡评论文本进行情感分析。

• 单位
  辽宁工程技术大学