韩贻源

（聊城大学季羡林学院，山东 聊城 252000）

随着智联网和移动网络的快速发展，移动设备及各种app软件的广泛普及，越来越多的人在网络上发表自己的意见，互联网用户在社交媒体上发表自己的评论及观点。评论中夹杂着人们的个人情感，有的评论带有积极的情感色彩，有的代表消极的态度，这些带有情感的评论语句，具有很高的社会价值和商业价值。对这些网络上评论的文字进行情感分析，有助于使其具有针对性，使有关人员了解用户的情感方向，以便做出更好的决策。

1.相关研究

文本情感分析是指对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程[1]。在文本情感分析的方法中。目前常用的方法有基于情感词典的方法，基于深度学习的方法，和基于机器学习的方法，基于情感词典的方法，是要提前建立好情感词典，然后根据将要分析文本中的词语与词典中的词语进行匹配，获得句子相关的情感值，依据情感值进行分类。这种方法准确率高，虽然现有知网的情感词典，台湾大学的极性情感词典等等，但由于在不同的领域，人们评论的情感词典不同，这就要求要根据已有的词典进行改造，造成成本变大。第二种基于深度学习的方法，在近几年被广泛应用，由于神经网络在计算机视觉领用中，起到了非常好的效果，不少学者尝试在自然语言处理中使用神经网络，目前常用的有hochreiter在1997年提出的长短时记忆网络lstm[2]，但LSTM只能获得与词语相关的前文信息，没法计算下文的相关性，在2016年xiao等人在基于LSTM上提出BILSTM即双向长短期记忆网络模型[3]。……