基于Word2 vec_BiLSTM的用餐评论情感分析

基于Word2 vec_BiLSTM的用餐评论情感分析

TP391.1; 为充分了解顾客对餐品的满意程度,帮助商家准确把握顾客的消费需求,以外卖平台用餐评论数据为基础,采用word2vec_BiLSTM文本情感分类模型的方法,使用word2vec预训练出各评论语句表征的词向量,利用三种基线模型RNN、LSTM、BiLSTM进行对比试验,根据相应的评价指标对多种分类模型效果进行分析.试验结果表明,word2vec_BiLSTM的F1指标为91.71％,与RNN和LSTM模型相比,分别提高了3.81％、2.46％,word2vec_BiLSTM的ACC值为91.19％,与RNN和LSTM模型相比,分别提高了4.56％、1.62％....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:枣庄学院学报 2022, Vol.39 (2), p.37-44
Hauptverfasser: 秦精俏, 王彤, 王玉珍
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:TP391.1; 为充分了解顾客对餐品的满意程度,帮助商家准确把握顾客的消费需求,以外卖平台用餐评论数据为基础,采用word2vec_BiLSTM文本情感分类模型的方法,使用word2vec预训练出各评论语句表征的词向量,利用三种基线模型RNN、LSTM、BiLSTM进行对比试验,根据相应的评价指标对多种分类模型效果进行分析.试验结果表明,word2vec_BiLSTM的F1指标为91.71％,与RNN和LSTM模型相比,分别提高了3.81％、2.46％,word2vec_BiLSTM的ACC值为91.19％,与RNN和LSTM模型相比,分别提高了4.56％、1.62％.
ISSN:1004-7077
DOI:10.3969/j.issn.1004-7077.2022.02.006