基于深度學習的方面級別評論情感分析.pdf

1、密級：渺弘Z擎碩士學位論文⑧浙江大學碩士學位論文摘要隨著電子商務的快速發(fā)展，越來越多的消費者在互聯網平臺上發(fā)表了數以萬計的產品評論。方面級別評論情感分析的主要目的即根據這些評論給出一系列簡明的表達，說明消費者群體對于某一產品的各個方面的喜好程度。傳統(tǒng)的情感分析方法雖然在文檔級別的分析上取得了一定成果，但是隨著情感分析的粒度細化到方面級別，這些方法的有效性均大大下降。方面級別的情感分析包括方面分類和情感分類兩部分。從情感分類的角度看，分析

2、方法應具有對高維向量輸入進行有效分割的能力；從方面分類的角度看，分析方法應具有多分類能力。深度學習算法作為一種新興的機器學習方法滿足高維向量分析和多分類的需求。因此本文以深度學習算法為基礎完成方面級別評論情感分析任務。首先，本文根據深度神經網絡的結構和情感分析的特點提出了從評論文本到神經網絡輸入轉化的預處理框架，以及深度神經網絡內部節(jié)點配置的選定算法。其次，本文根據自然語言處理的相關知識抽取三類文本特征構成特征向量，然后提出分級深度網絡

3、以綜合使用各特征向量進行文檔級別情感分析，該過程有效地進行降維并增加分析的準確度。最后，本文根據細粒度分析的需求提出子網絡可復用分級深度網絡，同步進行方面分類和情感分類以完成方面級別情感分析。本文在電影、酒店和數碼產品三個不同領域進行了對比試驗。使用深度網絡作為分類器的情感分析算法可以達到85％～90％的準確度，尤其在輸入向量維數和輸入數據量較大時準確度明顯優(yōu)于使用其他分類器。使用子網絡可復用分級深度網絡進行方面級別情感分析，方面分類的