基于深度学习的电商用户评论情感分析

作者：崔滕

来源：电脑知识与技术, 2023, 19(31): 34-37.

DOI：10.14004/j.cnki.ckt.2023.1673

• 情感分析
• 深度学习
• 双向长短时记忆模型
• BERT

随着我国移动互联网和互联网金融的快速发展，为更好地让商家和用户理解与分析电商平台上的用户评论，为了获取商品评论中的情感特征并捕捉更多的情感信息，可以使用深度学习技术来构建模型。文章提出构建BERTBiLSTM-CRF模型，该模型将深层语言模型BERT与双向长短记忆网络和条件随机场模型(BiLSTM+CRF)相结合建立新模型，运用BERT模型的嵌入层对句子进行分割，将其转为词向量后传递到BiLSTM模型中，从而获得文本中的属性和情感词，并使用条件随机场来解决远程依赖关系无法识别的缺陷。实验结果表明，通过国际语义评测大会提供的数据集，实验验证了本模型在文本情感分析精度方面的优越性。

• 单位
  太原师范学院