基于情感分析与TextRank的负面在线评论关键词抽取

【目的/意义】负面在线评论已成为商家重要的经营决策信息，对了解客户消费满意度、改善产品和服务质量 具有重要意义。【方法/过程】该文将情感分析和关键词抽取相结合，提出一种基于BiGRU-CNN 和 TextRank的在 线评论负面关键词抽取方法，即首先对在线评论文本数据进行清洗，然后构建 BiGRU- CNN 情感分类模型对在 线评论进行情感分析，最后采取TextRank 方法抽取情感分析得到的负面评论中的关键词。利用这种方法，对十个 产品与服务类别的6万余条消费者在线评论文本数据进行实证分析。【结果/结论】实验结果表明，该方法能准确判 别客户负面在线评论情感倾向，F1值达92.41%，并且负面在线评论关键词抽取结果能较好帮助商家完善产品质量 和服务。【创新/局限】提出一种结合双向GRU 和CNN 结合的情感分类模型，在此基础上基于TextRank 方法抽取 情感分析得到的负面评论中的关键词，进一步提升模型对于在线评论情感分析的准确性。