基于Word2Vec和CNN的产品评论细粒度情感分析模型
来源：图书情报工作杂志2020年第6期北京时间：
作者：蔡庆平,马海群
单位：1. 黑龙江大学信息管理学院 哈尔滨 150080;<br />\r\n2. 黑龙江大学信息资源管理研究中心 哈尔滨 150080
摘要：[目的/意义] 构建一种基于Word2Vec和CNN的产品评论细粒度情感分析模型。[方法/过程] 首先使用Word2Vec从产品评论中构建产品特征词列表和噪声词表，其次借助噪声词表来进行产品评论特征词的提取，然后采用CNN对产品评论进行产品特征层面的细粒度情感分类，最后实现基于产品特征的产品评论聚类。[结果/结论] 通过爬取京东商城华为手机评论对该模型进行训练和测试，结果表明，该模型能够有效实现产品评论的细粒度情感分析，可以有效地发现用户对产品特征的关注度和满意度。
关键词：情感分析,产品评论,CNN,Word2Vec,细粒度,
基金资助：本文系国家社会科学基金重点项目"开放数据与数据安全的政策协同研究"（项目编号：15ATQ008）和黑龙江省省属高等学校基本科研业务费基础研究项目"基于深度学习的产品评论信息情感分析研究"（项目编号：RWSKCX201809）研究成果之一。
