Login for students

Login for employees

Publication detail

Opinion mining of consumer reviews using deep neural networks with word-sentiment associations
Authors: Hájek Petr | Barushka Aliaksandr | Munk Michal
Year: 2020
Type of publication: článek ve sborníku
Name of source: IFIP Advances in Information and Communication Technology. Vol. 583
Publisher name: Springer
Place: Heidelberg
Page from-to: 419-429
Titles:
Language Name Abstract Keywords
cze Dolování názorů ze spotřebitelských recenzí pomocí hlubokých neuronových sítí s asociacemi sentimentu slov Automatické získávání názorů z recenzí spotřebitelů je stále důležitější díky rostoucímu vlivu recenzí na online maloobchodní nákupy. Stávající přístupy k automatizované klasifikaci názorů se spoléhají buď na slovníky sentimentu, nebo na strojové učení. Hluboké neuronové sítě plní tento úkol klasifikace obzvláště dobře využitím husté reprezentace dokumentu, pokud jde o vnoření slov. Tento model reprezentace však nezohledňuje polaritu sentimentu ani intenzitu sentimentu slov. K překonání tohoto problému navrhujeme nový model hluboké neuronové sítě s asociacemi slovního sentimentu. Tento model vytváří bohatší reprezentaci dokumentu, která zahrnuje jak slovní kontext, tak i slovní sentiment. Konkrétně náš model využívá předem naučené vnoření slov a indikátory sentimentu založené na slovnících, aby poskytly vstupy do hluboké neuronové sítě. K ověření efektivnosti navrhovaného modelu se používá srovnávací datový soubor recenzí Amazonu. Naše výsledky silně podporují integrovanou reprezentaci dokumentů, což ukazuje, že navrhovaný model překonává jiné existující přístupy strojového učení k získávání názorů z recenzí spotřebitelů.
eng Opinion mining of consumer reviews using deep neural networks with word-sentiment associations Automated opinion mining of consumer reviews is becoming increasingly important due to the rising influence of reviews on online retail shopping. Existing approaches to automated opinion classification rely either on sentiment lexicons or supervised machine learning. Deep neural networks perform this classification task particularly well by utilizing dense document representation in terms of word embeddings. However, this representation model does not consider the sentiment polarity or sentiment intensity of the words. To overcome this problem, we propose a novel model of deep neural network with word-sentiment associations. This model produces richer document representation that incorporates both word context and word sentiment. Specifically, our model utilizes pre-trained word embeddings and lexicon-based sentiment indicators to provide inputs to a deep feed-forward neural network. To verify the effectiveness of the proposed model, a benchmark dataset of Amazon reviews is used. Our results strongly support integrated document representation, which shows that the proposed model outperforms other existing machine learning approaches to opinion mining of consumer reviews. Opinion mining; Consumer review; Word embedding; Lexicon; Sentiment; Deep neural network

Map

en.mapy.cz

Services

Popular Links

© 2023 University of Pardubice, Studentská 95, 532 10 Pardubice 2
Phone: +420 466 036 111, 466 036 112, 466 036 113
Webmaster, RSS
Data box ID: f5vj9hu
Accessibility Statement
CC BY-NC-ND 4.0Creative CommonsAttributionNonCommercialNoDerivatives