融合词性特征的深度迁移学习商品评论情感分析.pdfVIP

与

信息技术信息化计算机应用

融合词性特征的深度迁移学习商品评论情感分析

张震1

摘要情感分析是文本分类的研究方向，深度迁移学习通过学习目标领域数据和已有领域数据之间的相关度，

提高当目标数据不足时文本分类的精度。从基于网络迁移的角度设计算法，首先使用Word2vec+词性

特征词向量表示，然后进行卷积神经网络文本分类，再将训练好的模型共享网络参数，迁移至跨域商品

评论数据，训练、分类评论数据。实验证明，在小样本数据集中算法精度有明显提升。

关键词深度迁移学习；卷积神经网络；词性特征；商品评论分析

doi：10.3969/j.issn.1672-9528.2024.03.027

0引言