基于深度学习的情感分析：一项比较研究
计算与语言
2020-06-08 v1 信息检索
机器学习
摘要
对舆论的研究可为我们提供有价值的信息。对 Twitter 或 Facebook 等社交网络上的情感进行分析，已成为了解用户意见的有力手段，并具有广泛的应用。然而，情感分析的效率和准确性正受到自然语言处理（NLP）中所遇挑战的阻碍。近年来，已有研究表明深度学习模型是应对 NLP 挑战的一种有前景的解决方案。本文综述了近期采用深度学习解决情感分析问题（如情感极性）的研究。使用词频-逆文档频率（TF-IDF）和词嵌入的模型已应用于一系列数据集。最后，针对不同的模型和输入特征所获得的实验结果进行了比较研究。
引用
@article{arxiv.2006.03541,
title = {Sentiment Analysis Based on Deep Learning: A Comparative Study},
author = {Nhan Cach Dang and María N. Moreno-García and Fernando De la Prieta},
journal= {arXiv preprint arXiv:2006.03541},
year = {2020}
}