许 欣，余 杉（.北方工业大学 信息学院，北京 0044；.镇江毓秀智教科技有限公司，江苏 镇江 0）

0 引言

随着信息技术的飞速发展和移动互联网的迅速普及，互联网已经走进千家万户，成为人们生活的一部分。过去主流的购物场所是线下实体店，网购这种方式由于商品质量难以得到保证，比起商品的广告和图文介绍，人们更愿意通过其他消费者的评论信息来了解商品的详细信息。丰富的评论信息可以降低网络购物的不安全性。对于商家层面，商家可以实时通过这些评论得到真实的用户反馈，了解商品的优点、缺点和消费者口碑，从而判断商品存在哪些问题，制定合理的销售策略[1]。

图1 数据集部分截图Fig.1 Screenshot of part of the data set

利用人工智能以及自然语言处理领域的相关技术，从这些主观信息评价中智能地挖掘出网民对某份商品的态度和情绪，并分析出对整个商业和社会有价值的信息，是当今热门且很有意义的研究课题[2]。

1 相关研究及本文研究方法

至今，特定领域情感分析研究大体可分为两类：一类是利用传统语言处理手段，针对特殊场景开展情感分析任务，主要通过人工构建情感字典[3,4]。这种方法工艺繁琐复杂，准确率低；另一类是利用神经网络对通用场景开展情感分析任务，这种方法仅提取浅层语义，对不同场景不同含义的歧义词识别率差。本文采用深度学习结合预训练模型，对特殊场景语言表达进行深层次语义提取，以此开展情感分析任务[5,6]。……