基于双层树状支持向量机的观点挖掘与倾向分析.docxVIP

?

?

基于双层树状支持向量机的观点挖掘与倾向分析

?

?

孙红黎铨祺赵娜

摘要：本文通过进行大量预处理工作，将经过词袋模型和Word2Vec两种不同向量化方法处理后的文本数据分别输入到SVM和LSTM模型中，训练出可以识别文本情感倾向的模型。进而对新产生的评论进行分类。根据实际数据量的倾斜状况，基于传统机器学习算法支持向量机（SVM），本文提出双层支持向量机，采用2种不同的方法分别训练模型并预测。最后再使用深度学习算法长短时记忆模型（LSTM）再次训练并预测，并对这3种方法做出比较和总结。结果显示，双层SVM比单层SVM的准确度提高了8个百分点;而LSTM比单层SVM低了2个百分点，比双层SVM低了接近10个百分点。

关键词：商品评论;网络爬虫;SVM;LSTM;情感分类;数据挖掘

：2095-2163（2021）03-0044-04：TP181文献标志码：A

【Abstract】Inthispaper，alargeamountofpreprocessingworkiscarriedout，andthetextdataprocessedbythefollowingtwodifferentvectorizationmethodsas?thewordbagmodelandWord2VecareinputintotheSVMandLSTMmodels，respectivelytotrainamodelthatcanrecognizetheemotionaltendencyofthetext.Furtherthenewlygeneratedcommentsareclassified.Accordingtothetiltoftheactualdatavolume，basedon?supportvectormachine（SVM）thatisthetraditionalmachinelearningalgorithm，thispaperproposesatwo-layersupportvectormachine，usingtwodifferentmethodstotrainthemodelandpredict.Thus，thedeeplearningalgorithmlong-termmemorymodel（LSTM）isusedtotrainandpredictagain，andthethreemethodsarecomparedandsummarized.Theresultsshowthattheaccuracyofthetwo-layerSVMis8percentagepointshigherthanthatofthesingle-layerSVM;whiletheLSTMistwopercentagepointslowerthanthesingle-layerSVM，whichisnearly10percentagepointslowerthanthedouble-layerSVM.

【Keywords】productreviews;Webcrawler;SVM;LSTM;emotionclassification;datamining

0引言

根據2020年9月第47次的《中国互联网络发展状况统计报告》[1]显示，截至2020年6月，国内网民规模达9.40亿，相较于上半年增长了3625万，普及率达67.0%，较2020年上半年提升2.5个百分点。互联网时代，人们普遍喜欢通过社交网络分享自己的生活和表达自己的观点，比如在朋友圈中表达日常生活中的快乐或者忧郁等情绪;在某个新闻App上发表自己对某件事情的看法;在购物网站上发表对某物品的使用感受。因此，在互联网中每天都会产生大量的用户评论，并且储存在互联网数据库中。如果能够充分地利用并挖掘这些信息，必然可以实现多种有效目的。但是，如果仅通过人工来对这些数据进行浏览和分析，则无疑会耗费大量人力资源，并且不能保证结果的准确性和可用性。这时就可以利用计算机强大的计算能力来帮助人们快速并准确地从这些海量主观性文本中分析出有用的信息，这就是文本的情感分析技术。

本文主要研究的是网购商品评论的情感分析技术，即从用户评论中通过文本挖掘技术提取信息。如果用户可以快速方便地从海量的主观文本中找寻到自己所需要的信息来指导