基于深度学习的中文商品评论情感分析研究

1 绪论 1.1 研究背景与意义 1.1.1 研究背景 1.1.2 研究意义 1.2 外研究综述 1.2.1 在线评论的相关研究 1.2.2 情感分析的相关研究 1.2.3 问题的提出 1.3 研究内容与研究方法 1.3.1 研究内容 1.3.2 研究方法 1.4 研究的主要创新点 2 相关研究和技术 2.1 深度学习的常用模型 2.1.1 长短期记忆网络 2.1.2 门控循环神经网络 2.1.3 注意力机制 2.1.4 图神经网络 2.1.5 BERT预训练模型 2.2 情感分析常用的数据集和词典 2.2.1 情感分析数据集 2.2.2 情感词典 2.3 知识图谱的相关研究 2.4 本章小结 3 基于SAKG-BERT的中文评论句子级情感分析 3.1 引言 3.2 任务定义 3.3 情感知识图谱SAKG的构建 3.4 SAKG-BERT模型 3.4.1 输入层 3.4.2 知识嵌入层 3.4.3 句子表示层 3.4.4 编码层 3.4.5 输出层 3.5 实验与结果分析 3.5 。1 数据集 3.5.2 实验基线模型 3.5.3 参数设置 3.5.4 实验结果分析 3.6 本章小结 4 基于AOCP标注体系的端到端细粒度情感分析 4.1 引言 4.2 任务定义 4.3 相关工作 4.4 AOCP标注体系 4.4.1 方面词和观点词的标注 4.4.2 情感极性的标注 4.4.3 方面词和观点词的匹配 4.5 基于BERT+CRF的序列标注模型 4.6 实验与结果分析