融合注意力机制和Bi-LSTM的旅游评价情感分析模型

摘要

旅游评价情感分析对了解游客偏好具有重要意义，然而现有的旅游评价情感分析模型较少突出游客情感描述的核心内容。为了更加精确地分析游客评价的情感倾向，提出一种结合词性注意力机制和双向长短期记忆神经网络（Bi-directional Long Short-Term Memory，Bi-LSTM）的旅游评价情感分析模型。该模型采用Bi-LSTM捕获上下文语义信息并充分利用句子中词语的词性与情感极性词之间的关系，无需依赖人工组织的情感领域词典，并使用词性注意力机制关注情感描述内容核心部分。实验结果表明，该旅游评价情感分析模型具有更高的准确率、精确度、召回率和F1得分，分别达91.84%、90.63%、92.33%、91.47%，比自注意力机制（Self Attention Mechanism，SAM）与Bi-LSTM结合的情感分析方法分别提高4.3%、1.02%、5.12%、3.08%。

0 引言

随着在线旅游网站的迅速发展，其上的评论文本数量急剧增加，这为旅行研究提供了重要数据来源。海量的评论数据揭示了公众的情感或态度，这对于旅游行业中的相关应用具有重要价值[1]。在线评价的文本数据可以帮助研究人员和从业人员正确了解游客的旅游偏好和需求