科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着互联网应用的快速普及，用户在商品分析、服务评估、影视分享等众多领域发表了大量的评论文本。如何快速识别众多评论文本中的情感倾向，提高文本数据的应用价值，已成为自然语言处理领域关注的热点话题之一。针对此问题，基于BERT和CNN模型对资产维修服务的评论文本进行情感分析，将BERT模型输出的动态字向量送入CNN进行二次表征，并将其与文本序列向量相融合为分类器提供更多的语义信息。实验结果表明，所提出的方法在文本情感分类准确率、F1值上均取得了良好的结果，具有有效性，同时通过对评论文本进行情感分析形成对维修工人的综合评价，实现系统报修工单的智能派单，为企业资产管理系统中资产维修管理模块的优化提供一定的思路。
-
单位河南平高电气股份有限公司; 郑州职业技术学院; 河南工程学院
