نموذج شبكة الذاكرة المزدوجة لتصنيف المراجعات المنتجية المتحيزة

في تحليل المشاعر (SA) لمراجعات المنتجات، ثبت أن معلومات المستخدم والمنتج مفيدة. تقوم المهام الحالية بمعالجة ملف تعريف المستخدم ومعلومات المنتج في نموذج موحد قد لا يكون قادرًا على تعلم الخصائص البارزة للمستخدمين والمنتجات بشكل فعال. في هذا العمل، نقترح نموذج شبكة ذاكرة ثنائية للمستخدم والمنتج (DUPMN) لتعلم ملفات تعريف المستخدمين ومراجعات المنتجات باستخدام شبكات ذاكرة منفصلة. بعد ذلك، يتم استخدام التمثيلين معًا للتنبؤ بالمشاعر. يهدف استخدام النماذج المنفصلة إلى التقاط ملفات تعريف المستخدم ومعلومات المنتج بشكل أكثر فعالية. عند مقارنتها بنماذج التنبؤ المتقدمة الحالية، أظهرت التقييمات على ثلاثة مجموعات بيانات مرجعية هي IMDB وYelp13 وYelp14 أن نموذج التعلم الثنائي الخاص بنا حقق زيادة في الأداء بنسبة 0.6% و1.2% و0.9% على التوالي. تعتبر هذه التحسينات أيضًا ذات أهمية كبيرة عند قياسها بقيم p-values.