科研之友
微信
新浪微博
Facebook
分享链接
摘要
商品评论为商家的选品和用户的购买提供了重要的决策帮助。为了获得商品评论的情感特征，并在评论中捕捉更多的情感信息，本研究提出一种Bert-BiLSTM的情感分类模型，运用斯坦福情感分析数据集、亚马逊商品评论数据集做一个情感分类模型，该模型利用Bert嵌入层对句子进行分割并将其转换为词向量，然后将其传递到BiLSTM模型中，以获取评论文本中的属性和情感词；训练后的模型使用混淆矩阵作为评价指标，相比其他深度学习模型在最终结果上表现出明显优势。将训练好的模型对结果进行分类和预测，从而分析结果的情感，这就为用户与商户在购买商品或选品时提供了建议方向和引导情绪。
- 单位
