基于词嵌入的中文评论情感分类实证研究
计算与语言
2015-11-06 v1
摘要
本文介绍了词嵌入如何作为特征用于中文情感分类。首先，利用来自酒店评论网站的百万条评论构建了一个中文观点语料库。然后，将代表每条评论的词嵌入作为输入，用于包括支持向量机 (SVM)、逻辑回归、卷积神经网络 (CNN) 和集成方法在内的多种机器学习方法进行情感分类。这些方法相比使用朴素贝叶斯 (NB) 和最大熵 (ME) 的 N-gram 模型取得了更好的性能。最后，提出了一种机器学习方法的组合，在准确率、召回率和 F1 值上表现出色。在选择最有用的方法构建组合模型并在语料库上测试后，最终 F1 值达到 0.920。
引用
@article{arxiv.1511.01665,
title = {An Empirical Study on Sentiment Classification of Chinese Review using Word Embedding},
author = {Yiou Lin and Hang Lei and Jia Wu and Xiaoyu Li},
journal= {arXiv preprint arXiv:1511.01665},
year = {2015}
}
备注
The 29th Pacific Asia Conference on Language, Information and Computing