基于深度学习的汽车行业评论文本的情感分析.docxVIP

PAGE 2 基于深度学习的汽车行业评论文本的情感分析 目录 TOC \o 1-3 \h \z \u 基于深度学习的汽车行业评论文本的情感分析 1 1、研究背景与现状 2 1.1研究背景 2 1.2 研究现状 2 2、关键技术 4 2.1爬虫 4 2.2卷积神经网络 4 3、核心实验 5 3.1数据获取 5 3.2文本分词 6 3.3数据集可视化分析 7 3.4汽车评论属性情感分析 8 3.5总结 12 参考文献 13 文献翻译 15 摘要 近年来，随着我国经济水平的不断提高，居民对汽车的消费能力越来越大，我国汽车的保有量也不断地快速增多，因此汽车消费者在互联网各种汽车论坛上留下的评价文本也越来越多，而大量的这些评论文本为我们进行文本的情感分析提供了丰厚的素材。无论对于商家还是买家来说，如何快速的收集、分析这些庞杂的数据显然是个亟待解决的问题。本文正是基于解决此问题的基础上创建了一个汽车行业评论文本情感分析程序；程序实现主要有三个模块，爬虫爬取信息，分词器对信息分词处理，CNN模型进行情感分析。 关键词：情感分析、CNN、爬虫、分词器 Abstract In recent years, with the continuous improvement of Chinas economic level, the residents consumption ability of cars is getting bigger and bigger, and the ownership of cars in China is also increasing rapidly, so the evaluation texts left by car consumers on various car forums on the Internet are also increasing, and a large number of these comment texts provide us with rich materials for sentiment analysis of texts. How to collect and analyze these data quickly is obviously an urgent problem for both merchants and buyers. This paper is based on solving this problem by creating a text sentiment analysis program for auto industry reviews; the program is implemented in three main modules: crawlers to crawl information, a word splitter to split the information into words, and a CNN model for sentiment analysis. Keywords: sentiment analysis, CNN, crawler, word splitter  1、研究背景与现状 1.1研究背景 随着互联网不断深入到人们的生活之中，各式各样的网站论坛数不胜数，人们也热衷于在互联网上分享自己的观点，对自己购买过的商品留下评价、对某个热门事件留下自己的看法。同时，近年来，随着我国经济水平的不断提高，居民对汽车的消费能力越来越大，我国汽车的保有量也不断地快速增多，因此汽车消费者在互联网各种汽车论坛上留下的评价文本也越来越多，而大量的这些评论文本为我们进行文本的情感分析提供了丰厚的素材。 同时，汽车行业蓬勃发展，不管是传统汽车的三大件技术还是新能源汽车的电池技术，还有车辆内饰、外观，甚至是人机交互、辅助驾驶等车辆智能技术都在不断地推陈出新中，为此，汽车企业们改变过去一种车型几年一次换代的策略，变成了如今一年一次甚至一年两次的换代升级，以避免车型过时而被消费者们所抛弃。但是，盲目地堆叠车辆的软硬件配置一定会带来车辆成本的上升，而失去原有的目标价位消费群体。所以，汽车企业需要了解所售车型的目标消费群体和他们的用车需求，而如何去探知该群体的需求，我们可以对汽车购买者留下的汽车评价文本进行多标签的情感分析，比如说从空间、动力、操控、油耗、性价比等方面去了解车辆的优点和缺点，进而能够目标明确的对车辆进行合理的升级换代。 文本数据的情感分析一直是自然语言处理领域研究的热门，最近对汽车文本的情感分析也有很多，但同时从动力、空间、操控、外