基于卷积神经网络的隐式评价对象识别

作者：胡荣; 崔荣一; 赵亚慧^*

来源：吉林大学学报(信息科学版), 2019, 37(06): 638-644.

DOI：10.19292/j.cnki.jdxxp.2019.06.007

• 隐式评价对象
• 卷积神经网络
• 文档分类
• 词向量

为解决课程评论中隐式评价对象识别问题,提出了一种基于文本分类的隐式评价对象的识别方法。首先通过word2vec模型获得训练文本对应的词向量,获得短文本特征;其次将短文本特征在Text CNN中进一步提取高层次特征,通过K-max池化操作后放入Softmax分类器中进行训练得出分类模型;最后利用训练好的分类器对隐式评价句进行分类,获取隐式评价句对应的评价对象。实验表明,基于卷积神经网络对隐式课程评论进行属性分类,课程评论的隐式评价对象识别正确率达到89. 9%,满足了课程评论中对隐式评价句对象识别的需求。

• 单位
  延边大学