تحسين تمثيلات المراجعة باستخدام اهتمام المستخدم واهتمام المنتج لتصنيف المشاعر

حققت طرق الشبكات العصبية نجاحًا كبيرًا في تصنيف مشاعر المراجعات. مؤخرًا، حقق بعض الأعمال تحسينات من خلال دمج معلومات المستخدم والمنتج لإنشاء تمثيل لمراجعة. ومع ذلك، لوحظ في المراجعات أن بعض الكلمات أو الجمل تعبر بقوة عن تفضيلات المستخدم، بينما تميل الأخرى إلى إظهار خصائص المنتج. تقوم هذان النوعان من المعلومات بدورين مختلفين في تحديد تصنيف المشاعر لمراجعة. لذلك، ليس من المعقول ترميز معلومات المستخدم والمنتج معًا في تمثيل واحد. في هذا البحث، نقترح إطار عمل جديد لترميز معلومات المستخدم والمنتج. أولاً، نطبق شبكتين عصبيتين متدرجتين بشكل مستقل لإنشاء تمثيلين، أحدهما مع التركيز على المستخدم (User Attention) والآخر مع التركيز على المنتج (Product Attention). ثم، نصمم استراتيجية مركبة للاستفادة الكاملة من التمثيلين أثناء التدريب والتوقع النهائي. تظهر النتائج التجريبية أن نموذجنا يتفوق بشكل واضح على الطرق الرائدة الأخرى في مجموعتي بيانات IMDB وYelp. من خلال تصور التركيز على الكلمات المتعلقة بالمستخدم أو المنتج، نؤكد الملاحظة التي ذكرناها سابقًا.