一种基于CRF与ATAE-LSTM的细粒度情感分析方法

摘要：

　　[目的]应用细粒度情感分析方法提取产品属性及情感,进而将属性词聚类到属性面,分析用户在产品属性面的情感.[方法]通过CRF抽取产品属性词,利用基于注意力机制的长短期记忆网络做属性情感分析,最后基于Word2Vec将属性词聚集为属性面,并分析电商平台产品属性面的情感.[结果]CRF抽取属性词的F1值为0.76,ATAE-LSTM属性情感分析的F1值为0.78.[局限]只抽取显式属性词,对隐式属性词抽取效果较差；数据集偏小.[结论]通过对属性词的抽取、情感分析以及属性面聚类,可较好地解释用户对产品的属性偏好.

关键词： CRF 长短期记忆网络 注意力机制 情感分析 Word2Vec

作者: 薛福亮 刘丽芳

作者单位: 天津财经大学商学院 天津300222

会议类型: 国内会议

会议名称: 第二届数据分析与知识发现学术研讨会

会议地点: 兰州

会议语种:中文

页码: 207-213

在线出版日期: 2019-07-10（万方平台首次上网日期，不代表论文的发表时间）