方面级情感分析的研究与应用

摘要

在早期的细粒度情感分析任务上,主要由人工进行特征选择,人为的工作量大,传统机器学习模型如支持向量机、朴素贝叶斯等被用于情感分类,但随着近几年神经网络的兴起,多种神经网络代替人为的工作,实验效率大大地提升,因为需要挖掘人们文本表达的观点的信息,本文就多种模型应用于方面级情感分析进行研究和分析,得出其中方面词和上下文之间的语义关系影响重大,针对该方面对模型进行应用,得到效果最好的模型。