2026《基于深度学习的细粒度情感分析研究国内外文献综述》4700字.docxVIP

PAGE39

基于深度学习的细粒度情感分析研究国内外文献综述

目录

TOC\o1-3\h\u22787基于深度学习的细粒度情感分析研究国内外文献综述 1

213101.1文本情感分析的研究现状 1

13601.2基于深度学习的细粒度情感分析研究现状 3

19393参考文献 4

1.1文本情感分析的研究现状

文本情感分析任务是近年来NLP研究中的一项重要的热点研究任务，分为粗粒度情感分析和细粒度情感分析[5]。传统的情感分析方法属于粗粒度级别的分析方法，文本整体情感极性判断。细粒度情感分析方法主要针对不同评价主体的方面判断其各自对应的情感极性。文本情感分析的主要方法分为基于情感词典和规则的情感分析方法[5]、基于机器学习的情感分析方法[6]、基于深度学习的情感分析方法[7]。

（1）基于情感词典和规则的情感分析方法

基于情感词典和规则的方法主要使用现有建立的情感词典或者指定的判断规则来进行文本情感分类，是最早出现的一种基础的情感分析方法。在文本分类过程中需要建立情感词典，情感词典中的词语标注了情感极性以及情感程度，这些情感词的信息作为分类依据，在遍历语料文本时对句子中出现的情感词的数量进行统计后根据预定以的公式计算出当前句子的情感倾向数值[8]，最终确定句子情感的类别。Kanayama等人[9]提出基于无监督的情感词典建立方法能够，该方法能够