收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于LSTM模型分析的酒店智能推荐系统研究

刘烨  
【摘要】:近几年,文本分析这个研究方向十分火热。由于英文比中文要更简单,所以在文本分析上,国外英文文本分析要比中文文本分析更加成熟。在中文文本分析上,还是存在许多问题需要研究,中文与英文不同,需要分词处理,而且中文博大精深,词在不同的句子中有不同的含义,不同环境下的句子也有不同的意思,再加上网络词语的不断更新,所以,中文文本研究还有很大的研究空间。如今,深度学习是最流行也最先进的研究方法,深度学习的概念起源于人工神经网络,最早兴起于图像识别,但是在短短几年时间内,深度学习推广到了机器学习的各个领域,在自然语言处理也有很大的发展。神经网络学习在很多研究方向都得到了很好的效果,例如AlphaGo战胜人类职业围棋选手,这是第一个战胜围棋世界冠军的人工智能程序,其主要原理是深度学习;在图像分类与处理上,卷积神经网络(Convolutional Neural Network,CNN)也得到了很好的研究成果;还有现在的网络聊天机器人也是运用深度学习算法在自然语言处理上的研究成果。在酒店评论分析领域里,目前的研究成果来看,还是以机器学习的方法对酒店评论文本分类,研究结果还有很多改善的空间,LSTM(Long Short-Term Memory)是长短期记忆网络,是一种时间递归神经网络,针对RNN(Recurrent neural Network、循环神经网络)神经网络的一个改善方法,这个模型对于长文本的分类有着很好的效果。对于酒店评论就属于短文本与长文本结合的数据,用到LSTM模型在酒店评论分类的研究领域,会有很好的研究效果创新。LSTM-RNN(长短时记忆网络)也是目前语言模型中效果比较好的方法,它是循环神经网络的一种重要改进模型。它可以更好的结合上下文的联系,来进行情感分析。在本文运用在自然语言处理中最为热门的LSTM模型对评论文本进行情感分类,LSTM选用了ADAM优化算法,对数损失函数,调节dropout防止过拟合,最后还结合了CNN网络层优化LSTM模型,并且得到了很好的分类效果。


知网文化
【相似文献】
中国期刊全文数据库 前7条
1 任君;王建华;王传美;王建祥;;基于正则化LSTM模型的股票指数预测[J];计算机应用与软件;2018年04期
2 张亚宁;;基于LSTM模型的短期负荷预测[J];科技与创新;2018年12期
3 王礼敏;严倩;李寿山;周国栋;;基于双通道LSTM模型的用户性别分类方法研究[J];计算机科学;2018年02期
4 罗娜;魏松杰;时召伟;吴高翔;;采用LSTM模型的Android应用行为一致性检测[J];浙江大学学报(工学版);2018年06期
5 成璐;;基于注意力机制的双向LSTM模型在中文商品评论情感分类中的研究[J];软件工程;2017年11期
6 任勉;甘刚;;基于双向LSTM模型的文本情感分类[J];计算机工程与设计;2018年07期
7 张若琦;彭薇;朱湘如;;基于LSTM模型的球鞋价格走势分析[J];信息与电脑(理论版);2018年05期
中国硕士学位论文全文数据库 前1条
1 刘烨;基于LSTM模型分析的酒店智能推荐系统研究[D];上海师范大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978