【中文文本细粒度情感分析的相关理论知识与技术基础综述5500字】.pdfVIP

中文文本细粒度情感分析的相关理论知识与技术基础综述

目录

中文文本细粒度情感分析的相关理论知识与技术基础综述1

1.1文本预处理1

1.2词嵌入1

1.1.1CBOW模型2

1.1.2Skip-Gram模型3

1.3深度学习模型3

1.3.1卷积神经网络4

1.3.2循环神经网络5

1.4注意力机制9

1.5小结10

1.1文本预处理

对于线上平台的评论文本,该类数据通常包含一些不规则的文本数据或无效

的数据，通常要进行数据清洗，常的中文数据清洗方法包括基于规则的过滤方

法和基于聚类的数据清洗。对于文本中的表情或符号可以采正则表达式进行处

理，并结合停词表去除停词。对于文本中出现的繁体表达的文字，采映射

字典进行繁体到简体中文文字的转换。中文文本分词需要结合上下文语义，现在

主要的分词方法有基于字符串匹配的分词方法印］、基于统计的分词方法、基于

句法的分词方法四和基于语义的分词方法传］。

1.2词嵌入

词嵌入(WordEmbedding)