基于本地餐厅评论的乌兹别克语情感分析

从大量用户生成的反馈（如餐厅评论）中提取用于情感分析与分类任务的有用信息，是自然语言处理的一项关键任务，这不仅关乎能提供个性化服务的客户满意度，也能影响公司的进一步发展。本文介绍了一项工作：收集餐厅评论数据作为乌兹别克语（受低资源限制严重的突厥语族成员）的情感分析数据集，并通过使用从基于逻辑回归的模型、支持向量机到循环神经网络乃至卷积神经网络等深度学习模型的不同技术进行评估，对该新数据集做了进一步分析。论文包含关于数据如何收集、如何为更好的质量优化而预处理，以及评估过程实验设置的详细信息。总体评估结果表明，通过执行如针对黏着语言的词干提取等预处理步骤，系统可取得更好结果，最终在表现最佳的模型中达到91%的准确率。