基于BiLSTM-CNN-MultiHeadAttention-Dropout的物流评论情感分析

作者：靳宁; 蒋洪伟^*

来源：物流科技, 2023, 46(23): 48-52.

DOI：10.13714/j.cnki.1002-3100.2023.23.012

• BiLSTM
• CNN
• MultiHeadAttention
• 物流文本评论
• 情感分析

物流文本情感分析在快速发展的电商行业中愈加重要，为更好捕获局部情感特征并充分挖掘全局语义信息，提出一种基于BiLSTM-CNN-MultiHeadAttention-Dropout的物流评论情感分析模型。该模型对现有模型进行了改进，通过BiLSTM进行特征获取，对重要部分使用MultiHeadAttention机制捕获特征，采用Dropout机制来防止过拟合，最后用CNN提取特征，并应用于物流领域。为验证该模型有效性，对某电商平台的物流评论进行了实验分析，结果表明，该模型的准确率较高，可以为企业处理物流评论数据提供有效支撑。

• 出版日期2023
• 单位北京信息科技大学