作者
马胜位
文章摘要
中文情感分析作为自然语言处理中的重要任务，广泛应用于舆情监测、产品评价等领域。基于词向量的情感分析方法通过将词语映射到高维空间，提取语义特征，有助于提高情感分类的准确性。本文从不同的词向量模型出发，比较了它们在中文情感分析中的应用效果。通过实验分析，发现不同模型在文本特征表示上的差异直接影响情感分析的效果。同时，探讨了基于词向量的情感分析方法在实际应用中的优势和挑战，提出了未来改进的方向。
文章关键词
词向量；中文情感分析；机器学习；应用比较；文本分类
参考文献
[1] 黄伟,戢滕好.基于历时语料库和词向量的汉语形容词功能演变研究[J].当代语言学,2026,28(01):80-97.
[2] 任菊香,刘忠宝.融合多粒度语义特征的中文情感分析方法[J].华东师范大学学报(自然科学版),2023,(06):95-107.
[3] 王桂江,黄润才,黄勃.基于K-BERT和残差循环单元的中文情感分析[J].数据与计算发展前沿,2023,5(04):127-138.
Full Text:
DOI
