典型文献
基于Word2 vec_BiLSTM的用餐评论情感分析
文献摘要：
为充分了解顾客对餐品的满意程度,帮助商家准确把握顾客的消费需求,以外卖平台用餐评论数据为基础,采用word2vec_BiLSTM文本情感分类模型的方法,使用word2vec预训练出各评论语句表征的词向量,利用三种基线模型RNN、LSTM、BiLSTM进行对比试验,根据相应的评价指标对多种分类模型效果进行分析.试验结果表明,word2vec_BiLSTM的F1指标为91.71％,与RNN和LSTM模型相比,分别提高了3.81％、2.46％,word2vec_BiLSTM的ACC值为91.19％,与RNN和LSTM模型相比,分别提高了4.56％、1.62％.
文献关键词：
用餐评论;文本情感分析;词向量;BiLSTM;上下文特征提取
中图分类号：
作者姓名：
秦精俏;王彤;王玉珍
作者机构：
兰州财经大学 信息工程学院,甘肃 兰州 730020
文献出处：
引用格式：
[1]秦精俏;王彤;王玉珍-.基于Word2 vec_BiLSTM的用餐评论情感分析)[J].枣庄学院学报,2022(02):37-44
A类：
用餐评论
B类：
Word2,BiLSTM,顾客,满意程度,商家,消费需求,外卖平台,评论数据,word2vec,文本情感分类,分类模型,预训练,练出,论语,语句,词向量,基线模型,RNN,ACC,文本情感分析,上下文特征提取
AB值：
0.311539
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。
