融合深度学习与机器学习的在线评论情感分析

摘要

情感分析可以帮助商家了解客户喜好从而生产出满意度更高的商品,也可以监督网上舆论等.为此,基于传统机器学习方法,加入深度学习模块,对在线评论进行情感分析与对比.在词向量训练模块中引入Word2vec模型,用高维向量表示词语、句子,既可防止过度拟合问题,又可减少训练参数个数,提高训练效率.将得到的句向量作为输入代入机器学习模型(MLP、SVM、朴素贝叶斯等)与深度学习模型(CNN、LSTM、BILSTM等),比较实验结果,提出优化方向.结果表明,基于深度学习的情感分析模型准确率明显高于单一机器学习模型,但是深度学习需要大量语料,对实验机器要求也较高,很难完全展现其魅力.