摘要：网络购物已成为当今一大主流生活方式,使用文本情感分析方法分析购物平台评论数据已经成为发展方向。常用的情感分析方法主要基于传统机器学习方法,依据人工标记好的情感词典,再使用机器学习方法进行情感分析,但情感词典需要人工构建,为了降低对于人工构建情感词典的依赖,使用深度学习方法分析已经成为发展热点。论文应用一种基于长短时记忆神经网络与注意力集中机制结合的文本情感分析方法,研究了字向量和词向量不同粒度的词嵌入输入对于模型性能的影响,通过实验结果表明论文提出的文本情感分类方法,比传统的机器学习方法获得更高的宏平均准确率、宏平均召回率以及F1值。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社