软件学报

作者：吴璠，王中卿，周夏冰，周国栋

单位：吴璠，苏州大学 计算机科学与技术学院, 江苏 苏州 21500611,王中卿，苏州大学 计算机科学与技术学院, 江苏 苏州 21500602,周夏冰，苏州大学 计算机科学与技术学院, 江苏 苏州 21500603,周国栋，苏州大学 计算机科学与技术学院, 江苏 苏州 21500604

关键词：情感分析;评论质量;用户表示;产品表示;联合模型;注意力机制

基金：国家自然科学基金（61806137，61702518，61836007，61702149）；江苏省高等学校自然科学研究基金（61702149）

情感分析旨在判断文本的情感倾向，而评论质量检测旨在判断评论的质量.情感分析和评论质量检测是情感分析中两个关键的任务，这两个任务受多种因素的影响而密切相关，同一个产品的情感倾向具有相似的情感极性；同时，同一个用户发表的评论质量也具有一定的相似性.因此，为了更好地研究情感分类和评论质量检测任务的相关性以及用户信息和产品信息分别对情感分类和评论质量检测的影响，提出了一个情感分析和评论质量检测联合模型.首先，使用深度学习方法学习评论的文本信息作为联系两个任务的基础；然后，将用户评论及产品评论作为用户的表示和产品的表示；在此基础上，采用用户注意力机制对用户的表示进行编码，采用产品注意力机制对产品的表示进行编码；最后，将用户表示和产品表示结合起来进行情感分析和评论质量检测.通过在Yelp2013和Yelp2015数据集上的实验结果表明，该模型与现有的神经网络模型相比，能够有效地提高情感分析和在线评论质量检测的性能.

来源：2020年第8期

《软件学报》期刊编辑部

查看软件学报杂志2020年第8期