基于深度记忆网络的文档级情感分析中的用户与产品信息捕捉

文档级情感分类是一项基础性任务，旨在预测用户在文档中对某产品的整体情感倾向。尽管已有多种方法被提出用于解决该问题，但大多数方法未能充分考虑表达情感的用户以及被评价产品本身的影响。为解决这一问题，本文提出一种深度记忆网络，用于文档级情感分类，该模型能够同时捕捉用户与产品相关信息。为验证所提算法的有效性，我们在IMDB和Yelp数据集上进行了实验，结果表明，与现有多种方法相比，该模型能够取得更优的性能。