论文部分内容阅读
为了实现对用户对酒店使用感受的情绪倾向的分析，并且针对现有的词向量模型忽略了词的上下文的关系的问题，提出了一种基于BERT-BiLSTM-Attention模型的酒店评论情感倾向分析方法。利用BERT模型获取用户对酒店评论的文本特征表示，将获得的特征表示输入BiLSTM网络以提取酒店评论的情感特征。在BiLSTM模型的输出层之前添加一个注意层以突出重点信息，最后由分类器对所提取的特征进行分类。构建的模型与Word2vec-BiLSTM、Word2vec-CNN、Word2vec-BiLSTM-Att、BERT、BERT-BiLSTM、BERT-CNN对比的结果显示，该模型在测试集上的准确率分别提高了4.67%、4.43%、3.66%、3.87%、2.3%、3.65%，实验结果表明基于BERT-BiLSTM-Attention的中文文本情感分析方法在情感分类上有更高的准确率。