典型文献
基于情感分析与TextRank的负面在线评论关键词抽取
文献摘要：
[目的/意义]负面在线评论已成为商家重要的经营决策信息,对了解客户消费满意度、改善产品和服务质量具有重要意义.[方法/过程]该文将情感分析和关键词抽取相结合,提出一种基于BiGRU-CNN和TextRank的在线评论负面关键词抽取方法,即首先对在线评论文本数据进行清洗,然后构建BiGRU-CNN情感分类模型对在线评论进行情感分析,最后采取TextRank方法抽取情感分析得到的负面评论中的关键词.利用这种方法,对十个产品与服务类别的6万余条消费者在线评论文本数据进行实证分析.[结果/结论]实验结果表明,该方法能准确判别客户负面在线评论情感倾向,F1值达92.41％,并且负面在线评论关键词抽取结果能较好帮助商家完善产品质量和服务.[创新/局限]提出一种结合双向GRU和CNN结合的情感分类模型,在此基础上基于TextRank方法抽取情感分析得到的负面评论中的关键词,进一步提升模型对于在线评论情感分析的准确性.
文献关键词：
负面评论;情感分析;TextRank;深度学习;模型构建;关键词抽取
中图分类号：
作者姓名：
庞庆华;董显蔚;周斌;付眸
作者机构：
河海大学商学院,江苏常州213022;中国船舶科学研究中心,江苏无锡214082;中国空气动力研究与发展中心计算空气动力研究所,四川绵阳621000
文献出处：
引用格式：
[1]庞庆华;董显蔚;周斌;付眸-.基于情感分析与TextRank的负面在线评论关键词抽取)[J].情报科学,2022(05):111-117
A类：
B类：
情感分析,TextRank,负面在线评论,关键词抽取,商家,经营决策,决策信息,对了,消费满意度,BiGRU,评论文本,文本数据,情感分类,分类模型,负面评论,十个,产品与服务,万余条,消费者在线评论,情感倾向
AB值：
0.229248
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
