2달 전
편향된 제품 리뷰 분류를 위한 이중 메모리 네트워크 모델
Yunfei Long; Mingyu Ma; Qin Lu; Rong Xiang; Chu-Ren Huang

초록
제품 리뷰의 감성 분석(SA)에서 사용자 정보와 제품 정보가 유용하다는 것이 입증되었습니다. 현재 작업은 통합 모델에서 사용자 프로필과 제품 정보를 처리하지만, 이는 사용자와 제품의 주요 특성을 효과적으로 학습할 수 없을 수도 있습니다. 본 연구에서는 사용자 프로필과 제품 리뷰를 별도의 메모리 네트워크를 통해 학습하는 듀얼 사용자 및 제품 메모리 네트워크(DUPMN) 모델을 제안합니다. 그런 다음 두 표현을 결합하여 감성 예측에 활용합니다. 별도의 모델을 사용하는 목적은 사용자 프로필과 제품 정보를 더 효과적으로 포착하기 위함입니다. 최신 통합 예측 모델과 비교하여, IMDB, Yelp13, Yelp14 세 가지 벤치마크 데이터셋에서의 평가 결과, 제안된 듀얼 학습 모델이 각각 0.6%, 1.2%, 0.9%의 성능 향상을 보였습니다. p-값으로 측정한 결과 이러한 개선이 매우 유의미하다고 판단되었습니다.