摘要
在产品评论的情感分析（SA）中，用户和产品信息已被证明是有用的。当前的任务通常在一个统一的模型中处理用户资料和产品信息，这可能无法有效学习用户和产品的显著特征。在这项工作中，我们提出了一种双用户和产品记忆网络（DUPMN）模型，该模型使用独立的记忆网络来学习用户资料和产品评论。然后，这两个表示被联合用于情感预测。使用独立模型的目的是更有效地捕捉用户资料和产品信息。与最先进的统一预测模型相比，在IMDB、Yelp13和Yelp14三个基准数据集上的评估表明，我们的双学习模型分别提高了0.6%、1.2%和0.9%的性能。通过p值测量，这些改进也被认为是非常显著的。