典型文献
基于LSTM和Word2 vec的图书评论文本情感分析研究
文献摘要：
传统文本向量表示方法存在数据稀疏、向量维度过高、语义缺失等问题,一般的情感分析模型需要依赖人工标注语料和背景知识,且难以捕捉句子深层语义信息.针对这些问题,提出基于LSTM和word2 vec的情感分析模型.首先在数据预处理的基础上,利用Word2 vec实现词向量表示,然后引入LSTM构建情感分析模型,并与基于词典、SVM和RNN模型进行对比实验.实验结果表明,模型的鲁棒性和泛化能力强,具有一定的适用性.
文献关键词：
LSTM;Word2 vec;图书评论文本;情感分析;RNN
中图分类号：
作者姓名：
柴源
作者机构：
西安航空学院图书馆,西安710077
文献出处：
引用格式：
[1]柴源-.基于LSTM和Word2 vec的图书评论文本情感分析研究)[J].信息技术,2022(07):59-64,69
A类：
图书评论文本,word2
B类：
Word2,vec,文本情感分析,文本向量,向量表示,表示方法,数据稀疏,向量维度,语义缺失,语料,背景知识,句子,深层语义信息,数据预处理,词向量,词典,RNN,泛化能力
AB值：
0.295229
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。
