Yelp 评论情感分析：技术与模型比较

我们使用来自 5,000 家餐厅的超过 350,000 条 Yelp 评论，对文本预处理技术进行消融研究。我们还比较了若干机器学习与深度学习模型在预测用户情感（负面、中性或正面）上的有效性。对于机器学习模型，我们发现使用二元词袋表示、添加二元词组、施加最小频率约束以及对文本进行归一化对模型性能有正向影响。对于深度学习模型，我们发现使用预训练词嵌入和限制最大长度通常能提升模型性能。最后，以宏 F1 分数作为比较指标，我们发现逻辑回归和支持向量机等较简单模型在情感预测上比梯度提升、LSTM 和 BERT 等更复杂模型更为有效。