云南民族大学学报（自然科学版），２０２３，３２（４）：５２０－５２７ＣＮ５３－１１９２／ＮＩＳＳＮ１６７２－８５１３ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７２－８５１３．２０２３．０４．０１７ｈｔｔｐ：／／ｙｎｍｚｃｂｐｔｃｎｋｉｎｅｔ收稿日期：２０２２－０６－１３．基金项目：国家社科基金（２１ＸＳＨ００７）；教育部人文社科基金（２０ＹＪＣＺＨ１２９）．作者简介：诸林云（１９９７－），女，硕士研究生．主要研究方向为自然语言处理与文本情感分析．通信作者：范菁（１９７６－），女，教授，硕士生导师．主要研究方向为深度学习、计算机网络与智能控制．基于ＢＥＲＴ－ＢｉＬＳＴＭ－Ａｔｔｅｎｔｉｏｎ的文本情感分析诸林云，曲金帅，范菁，代婷婷（云南民族大学云南省高校信息与通信安全灾备重点实验室，云南昆明６５００００）摘要：为了实现对用户对酒店使用感受的情绪倾向的分析，并且针对现有的词向量模型忽略了词的上下文的关系的问题，提出了一种基于ＢＥＲＴ－ＢｉＬＳＴＭ－Ａｔｔｅｎｔｉｏｎ模型的酒店评论情感倾向分析方法．利用ＢＥＲＴ模型获取用户对酒店评论的文本特征表示，将获得的特征表示输入ＢｉＬＳＴＭ网络以提取酒店评论的情感特征．在ＢｉＬＳＴＭ模型的输出层之前添加一个注意层以突出重点信息，最后由分类器对所提取的特征进行分类．构建的模型与Ｗｏｒｄ２ｖｅｃ－ＢｉＬＳＴＭ、Ｗｏｒｄ２ｖｅｃ－ＣＮＮ、Ｗｏｒｄ２ｖｅｃ－ＢｉＬＳＴＭ－Ａｔｔ、ＢＥＲＴ、ＢＥＲＴ－ＢｉＬＳＴＭ、ＢＥＲＴ－ＣＮＮ对比的结果显示，该模型在测试集上的准确率分别提高了４６７％、４４３％、３６６％、３８７％、２３％、３６５％，实验结果表明基于ＢＥＲＴ－ＢｉＬＳＴＭ－Ａｔｔｅｎｔｉｏｎ的中文文本情感分析方法在情感分类上有更高的准确率．关键词：酒店评论；文本特征；情感分析；ＢＥＲＴ－ＢｉＬＳＴＭ－Ａｔｔｅｎｔｉｏｎ中图分类号：ＴＰ３９１文献标志码：Ａ文章编号：１６７２－８５１３（２０２３）０４－０５２０－０８如今，互联网在全球范围内流行起来，随着社交媒体的迅速扩大，它正成为信息载体的一个成本低廉的平台，２０２１年的中国互联网用户年度报告显示，我国搜索引擎用户规模达７９５亿，占全体网民的７８７％．随着网络交易的普及，在线评论文本呈爆炸式增长，消费者在酒店入住方面，与商品广告和图纸描述相比，消费者更愿意学习其他消...
