基于MGCNN 的商品評論情感分析

許 犇，徐國慶，程志宇，羅 京

武漢工程大學計算機科學與工程學院，湖北 武漢 430205

商品評論情感分析的主要方法是文本情感分析，文本情感分析［1］又稱意見挖掘，是對大量的個人發表的關于商品、服務、熱點話題及社會事件的觀點進行分析，并處理、歸納和推理這些觀點的屬性、情緒、評價和態度。情感分析通過分析文本中所表達的不同情緒，根據它的情感極性進行分類［2］。情感分析應用領域廣泛，例如在商業領域，公司可以通過分析用戶在社交媒體上的反饋和評論，來了解用戶對產品的評價。

文本情感分析的研究方法主要有兩大類，分別是基于情感詞典的方法和基于機器學習的方法［3］。深度學習是一項學習數據的多層特征或表征的機器學習技術，其在計算機視覺、語音識別、自然語言處理等諸多領域都有目前最好的成果。近年來，深度學習具有諸多領域的應用案例，許多學者也將其應用于情感分析問題的研究［4］。Mikolov等［5］在文本分類的研究中側重于基于詞嵌入的深度學習模型，提出了Word2vec 模型。最近的研究表明，一個有效的詞嵌入可以使基于深度學習的文本分類方法的準確率得到很大的提升［6］。Kim 等［7］使用卷積神經網絡（convolutional neural network，CNN）進行句子分類，將計算機視覺中的CNN 應用到了文本分類上。Zhang 等［8］設計了字符級CNN，提出一種新的文本處理體系結構并取得良好的效果。Wang 等［9］提出深度耦合形容詞與名詞神經網絡（deep coupled adjective and noun neural network，DCAN）。DCAN 分別將形容詞性文本描述和名詞性文本描述看作兩個弱監督信號，學習兩個中間情感表征，并結合學習的情感表征進行情感分類。……