分析情感的本质是分類文本任务,不同的词对分类的贡献不同,
在当前的分析情感研究中,主要使用分布式词表示,
然而,分布式词表示只考虑词的语义信息,而忽略了词的情感信息,
在本文中,提出改进的词表示方法,
也就是将情感信息的贡献融入至传统的 tfidf 中,
生成加权词向量,
把加权词向量输入至双向长短期记忆 bidirectional LSTM 中,
以利於有效地捕捉上下文信息,
以方便更好地表示评论向量,
再通过前馈神经网络分类器获得评论的情感倾向,
在相同条件下,将本文方法与 RNN 、 CNN 、 LSTM、Naive Bayes 的分析情感方法进行比较