一,Learning Semantic Representations of Users ans Products for Document Level Sentiment Classification(2015)
1. 模型结构
本文提出了:UPNN(User Product Neural Network),基于CNN模型。
核心参数主要有以下四个方面的参数:
- user-sentiment: u k u_k uk,用户情感一致性,表示用户的个人偏好;
- product-sentiment: p j p_j pj,产品情感一致性,表示产品的整体质量;
- user-text: U k U_k Uk,用户文本一致性,主要用来修改某个词在某个特定用户下的语义,使评论文本语义更个性化;
- product-text: P j P_j Pj,产品文本一致性,主要用来修改某个词在某个特定产品下的语义,使评论文本语义更个性化;
2. 实验结果
结果:UPNN模型在三个数据集上效果都是最好的。
结果:
- ( u k , p j u_k,p_j u