基于深度学习的情感分类：一项比较综述
计算与语言
2024-01-01 v1 人工智能
摘要
最近，深度学习 (DL) 方法已被应用于解决情感分类 (SC) 问题，这是评论挖掘或情感分析 (SA) 中的一项核心任务。这些方法的性能受到不同因素的影响。本文探讨了这些因素，并将它们分为三类：基于数据准备的因素、基于特征表示的因素和基于分类技术的因素。本文是一项全面的基于文献的综述，通过使用三个特定应用领域（产品、电影和餐厅）中客户给出的 21 个公开评论数据集，比较了 100 多种基于 DL 的 SC 方法的性能。这 21 个数据集具有不同的特征（平衡/不平衡、规模等），为我们的研究提供了全局视野。该比较解释了所提出的因素如何定量地影响所研究的基于 DL 的 SC 方法的性能。
引用
@article{arxiv.2312.17253,
title = {Deep Learning-based Sentiment Classification: A Comparative Survey},
author = {Mohamed Kayed and Rebeca P. Díaz-Redondo and Alhassan Mabrouk},
journal= {arXiv preprint arXiv:2312.17253},
year = {2024}
}