论文部分内容阅读
中文文本情感分类应用是商家面对用户改进产品的一种重要手段.传统机器学习中one hot编码效率低下且向量十分稀疏,维度很高.文章通过词嵌入(word embedding)和循环神经网络(RNN),结合精确筛选的数据集,构建了针对用户评论的中文文本情感分类模型,在亚马孙商品评论数据集以及电影数据集上实验结果表明,使用该分类器,实际预测精度达99.32％,能较好地为商家提供用户情感分类服务,便于商家分析产品反馈.