基于Word2vec-CNN与情感词典的情感分析模型构建及性能对比.pdfVIP

学术研究

基于Word2vec-CNN与情感词典的

情感分析模型构建及性能对比

戴鹏麻翊晨张静裘坚杰

摘要：情感分析是自然语言处理（NLP）领域的重要任务，广泛应用于舆情监测、产品评价分析等领域。传统的

情感词典方法因高可解释性和低计算成本，在计算资源受限的环境下仍具有一定应用价值。然而，该方法难以处

理新词、隐喻等复杂情感表达，泛化能力有限。为提升情感分析的准确率和鲁棒性，构建了基于Word2vec-CNN的

深度学习情感分析模型，并将其与情感词典方法在NLPCC 2014数据集上进行实验对比。

关键词：情感分析；Word2vec；卷积神经网络（CNN）；情感词典

一、前言（一）情感词典方法研究现状

随着社交媒体的快速发展，情感分析（Sentiment情感词典方法通过构建情感词典、文本预处理、情

Analysis）已成为自然语言处理（NaturalLanguageProcessing，感词