%A 李慧,柴亚青 %T 基于卷积神经网络的细粒度情感分析方法* %0 Journal Article %D 2019 %J 数据分析与知识发现 %R 10.11925/infotech.2096-3467.2018.0158 %P 95-103 %V 3 %N 1 %U {https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/abstract/article_4607.shtml} %8 2019-01-25 %X

【目的】提出一种基于卷积神经网络的细粒度情感分析方法。【方法】在词向量模型中融入属性特征, 从细粒度即产品或服务的属性特征角度出发, 采用统计学方法抽取评论文本的属性词集, 融合属性特征的影响差异性, 构建基于评论对象属性特征的文本特征向量, 采用包含多粒度卷积核的CNN模型进行训练。【结果】融合属性特征的多粒度卷积核CNN模型训练结果相较于传统情感分类模型和常规CNN模型在准确率、召回率和F-score评价指标方面均有显著提高。【局限】仅选取一个领域的评论集。【结论】基于卷积神经网络的细粒度情感分析方法可以进一步提高情感分类准确性。