基于社交媒体分析对比 Word2Vec 与 BERT 词嵌入的新产品开发
计算与语言
2023-04-18 v1 机器学习
摘要
本研究提出了用于推文情感与观点分类的新方法，以支持新产品开发（NPD）流程。我们评估了两种流行的词嵌入技术 Word2Vec 和 BERT 作为经典机器学习与深度学习算法输入的表现，以在有限数据下识别在情感分析与观点检测中最优的方法。结果表明，BERT 词嵌入结合平衡随机森林在某一应用案例中为情感分析与观点检测提供了最准确的单一模型。此外，本文通过对具有相同情感的推文进行词图分析，为未来产品开发提供反馈，以突出潜在改进方向。
引用
@article{arxiv.2304.08369,
title = {New Product Development (NPD) through Social Media-based Analysis by Comparing Word2Vec and BERT Word Embeddings},
author = {Princessa Cintaqia and Matheus Inoue},
journal= {arXiv preprint arXiv:2304.08369},
year = {2023}
}
备注
11 pages, 4 figures