技术总结
本发明公开了一种基于深度学习的主观性文本情感分析方法，包括：(1)在C&W模型的基础上，构建C&W‑SP模型，将句子的情感标签与词性标签标注于句子内，构建C&W_SPC&W‑SP模型的训练集，并利用该训练集对C&W_SP模型进行训练，得到训练集中每个词的词向量，组成词向量文件；(2)根据获得的词向量文件，利用LSTM模型构建句子向量集；(3)利用句子向量集对神经网络模型进行训练，得到情感分类模型；(4)对测试评论语句进行预处理，测试句子向量将测试句子向量输入到情感分类模型中，计算得到此段评论的情感倾向。该方法情感倾向信息、词性信息加入词语中，提高了情感分析的准确度。
技术研发人员：施寒潇;厉小军;陈南南
受保护的技术使用者：浙江工商大学
文档号码：201710093687
技术研发日：2017.02.21
技术公布日：2017.05.31