廖美红

【关键词】双向注意力;问答情感分析;深度学习

【中图分类号】TP391.1 【文献标识码】A 【文章编号】1674-0688（2021）09-0095-03

0 引言

随着时代发展进程的不断加快，处于Web2.0时代背景下，各大电商平台获得了迅猛发展，大量卖家选择刷单作为提升自家店铺销量和信誉度的方法，这种不正当行为给用户购物带来了负面影响。所以，如何准确地挖掘产品评论舆情，对虚假的网络平台严格遏制，成为目前各大电商平台迫切需要解决的问题之一[1]。于是，各大电商平台近年来逐渐推出问答型评论这一功能，此功能可以满足潜在买家对自己所关注商品，提出自己疑惑的问题，平台会以用户的购物信誉度随机挑选已经购买此产品的用户，对问题进行回答[2]。这一功能的应运而生相较传统商品评论，在很大程度上避免了产生虚假信息，也能够为潜在购买者提供更可靠、具体的回答[3-5]。怎样对问答型评论内信息进行充分挖掘与分析，为商家和平台用户提供可靠的产品信息导向，本文提出通过深度学习基于双向注意力机制的问答情感分析技术进行问答情感分类。这不仅在目前有关问答文本情感分析研究领域上具有理论创新意义，也能保证电商平台公平性，帮助商家调整产品营销策略，提升信息转化率，促进我国电商事业良好发展具有指导价值。

1 主要技术概述

1.1 分布式词向量模型

在运用深度学习前期，一般在文本表示上要构建向量空间模型，自1986年Hinton提出词向量，作为向低维空间映射的向量，用于表示词语间语义关系的一种形式。……