SOFTWARE软件2022第43卷第12期2022年Vol.43,No.12作者简介：李昕昊（1995—）,男,陕西西安人,硕士研究生,研究方向：系统工程。基于词极性算法及一维卷积词向量技术的商品评论情感分类研究李昕昊（上海理工大学，上海200093）摘要：在不同的电商平台中,部分用户购买商品后会发表评论信息,以此来反馈购买商品的态度。对用户的商品评论数据进行挖掘与分析,有利于商户与生产企业预估商品销量、改进商品品质而言具有潜在的应用价值。因此本文主要工作是采用改进的Word2Vec词嵌入模型,将整个情感词典进行扩展分析,以改进情感词典的电商平台适用性,确定用户真实的情感倾向,再将其与情感词极性分类算法有效结合,最终提升整体算法的情感分类性能,实验结果表明,所提Conv1d-Word2Vec模型相较于传统模型具有更优的情感识别效果。关键词：词嵌入；情感分类；一维卷积；词极性算法中图分类号：TP391.1文献标识码：ADOI：10.3969/j.issn.1003-6970.2022.12.025本文著录格式：李昕昊.基于词极性算法及一维卷积词向量技术的商品评论情感分类研究[J].软件,2022,43(12):100-104ResearchonEmotionClassificationofProductReviewsBasedonWordPolarityAlgorithmandOne-dimensionalConvolutionWordVectorTechnologyLIXinhao(UniversityofShanghaiforScienceandTechnology,Shanghai200093)【Abstract】：Indifferente-commerceplatforms,someuserswillpostcommentsafterpurchasingproductstofeedbacktheirattitudetowardstheproducts.Miningandanalyzingproductreviewdataofusershasgoodpracticalvalueforenterprises.Inthiscontext,themainworkofthispaperistousetheimprovedWord2Vecwordembeddingmodel,toexpandandanalyzetheentiresentimentdictionary,buildingagoodsentimentdictionaryofe-commercebusinessplatform,anddeterminingusers'realemotionaltendencies,itiscombinedwithwordpolarityalgorithmeffectively.Finally,theemotionanalysisandimprovementofthewholealgorithmarecarriedout.TheexperimentalresultsthatConv1d-Word2Vecmodelhasbettereffectonemotionrecognitionthantraditionalmodel.【Keywords】：Word2Vec;sentimentclassification;conv1d;wordpolarityalgorithm设计研究与应用0引言信息时代促进了互联网的高速发展,相继出现的大型网络电商平台提升了消费者购物的便利性,如果能使用机器学习方法对商品评价文本进行有效的情感分类,就能提升整体电...
