基于RNTN和CBOW的商品评论情感分类

为提高互联网商品评论情感分类算法的精度和性能,提出基于RNTN模型和CBOW模型的商品评论情感分类算法。利用词矩阵表示单词,获得更准确的语义分类结果;通过无监督的结构化方式训练模型,简化分类过程,提高效率。实验结果表明,该算法可以有效识别语义关系,RNTN仅靠模型自身就比现有深度学习算法RNN的性能提高了5%以上,在优化的CBOW模型训练好的词向量的基础上使用RNTN模型,整体性能提高了2%。