王 恒，唐孝国，郭俊亮

(铜仁职业技术学院，贵州 铜仁 554300)

文本情感分析又称意见挖掘、倾向性分析等[1]。电商平台为受众提供了评论途径，而这些评价信息是基于用户对所见所闻的事情或购买商品时而表达的个人感受，具有很高的应用价值，如果商家对这些评论信息进行挖掘，获得用户的情感态度和涉及的话题，就可以针对用户的评论改善商品，对未购买过的用户进行个性化推荐。同时，消费者也可以根据后台的计算程序快速得到店铺的商品信息，帮助消费者做出是否值得购买的建议，对电商平台上的用户评论信息进行深度挖掘，可为人们提供更加便利和智能化的服务[2-3]。

1 文本情感分析

文本情感分析是将带有情感色彩的文本进行分析和挖掘。文本数据量由少量数据增长到大量数据，人们发现将情感分类应用于文本处理具有重要的社会价值和商业价值，文本情感分析在此背景下成为自然语言处理的主要趋势之一。基于词典的应用方法、基于机器学习的应用方法、基于深度学习的应用方法是传统文本情感分类的主要应用方法[4-5]。基于深度学习的应用方法无论是面对大量数据还是少量数据都能得到较好的分析效果。基于词典的应用方法在少量数据的情况下能得到较好的分类结果。随着大数据时代的到来，传统的情感分析方法已经不适用，人们在发展和寻求新的情感分析方法，深度学习能在一定程度上解决这一问题[6]。……