徐紅艷，黃法欣，馮 勇

(遼寧大學(xué) 信息學(xué)院，遼寧 沈陽(yáng) 110036)

0 引言

互聯(lián)網(wǎng)3.0時(shí)代的來(lái)臨，越來(lái)越多的公眾參與到網(wǎng)絡(luò)交互中，極大地推動(dòng)了網(wǎng)絡(luò)商業(yè)化進(jìn)程.2019年阿里巴巴雙十一消費(fèi)數(shù)據(jù)調(diào)查顯示[1]，訂單峰值為54.4萬(wàn)筆/秒、當(dāng)天成交額為2 684億元，比去年同期增長(zhǎng)了42%.由此可見(jiàn)，電子商務(wù)已為公眾所接受，電商平臺(tái)已經(jīng)成為人們消費(fèi)的主要途徑.電子商務(wù)中商品和服務(wù)的評(píng)論對(duì)人們消費(fèi)決策的影響已經(jīng)引起學(xué)界和業(yè)界的關(guān)注，但現(xiàn)有研究成果由于很少考慮評(píng)論中存在虛假評(píng)論、默認(rèn)好評(píng)、隨意打分等因素，難以準(zhǔn)確獲得用戶的真實(shí)情感分類(lèi)，導(dǎo)致研究成果在實(shí)際環(huán)境下的應(yīng)用效果欠佳.

通過(guò)對(duì)用戶評(píng)論信息進(jìn)行分析可知，用戶評(píng)論中包含原始評(píng)論、原始上傳圖片、追加評(píng)論以及追加上傳圖片，在對(duì)用戶評(píng)論進(jìn)行情感分類(lèi)時(shí)綜合考慮這四類(lèi)多元評(píng)論信息可增強(qiáng)情感分類(lèi)的準(zhǔn)確性.為了減少虛假評(píng)論等因素對(duì)用戶情感分類(lèi)準(zhǔn)確性的干擾，需要對(duì)用戶多元評(píng)論中的隱含信息進(jìn)行分析和挖掘.通常，發(fā)布虛假評(píng)論的用戶往往不會(huì)進(jìn)行追加評(píng)論，因此發(fā)布追加評(píng)論的用戶評(píng)論內(nèi)容可信度較高.同時(shí)，引入體現(xiàn)評(píng)論延續(xù)性的追加評(píng)論可以反應(yīng)出用戶在不同時(shí)刻對(duì)商品的情感特征；另外，發(fā)布虛假評(píng)論的用戶在電商平臺(tái)下單購(gòu)買(mǎi)商品后不會(huì)收到所購(gòu)買(mǎi)的商品，因此評(píng)論中上傳的圖片通常為店鋪主頁(yè)的商品推廣圖片或其他商品圖片.本文通過(guò)融合多元評(píng)論信息減少虛假評(píng)論等因素對(duì)用戶的情感分類(lèi)結(jié)果的影響，為交叉銷(xiāo)售、個(gè)性化推薦等應(yīng)用的開(kāi)展提供支撐.

綜上，本文提出了一種融合多元評(píng)論信息的用戶情感分類(lèi)方法(user emotion classification method integrating multiple comment information，UECMIMCI)，該方法首先對(duì)爬取數(shù)據(jù)進(jìn)行預(yù)處理，使用圖片分類(lèi)技術(shù)對(duì)用戶評(píng)論中上傳的圖片進(jìn)行分類(lèi)，選出上傳圖片為拍攝商品圖片的用戶，利用這些用戶的多元評(píng)論信息來(lái)重構(gòu)圖文數(shù)據(jù)集；其次，采用文本分割技術(shù)將原始評(píng)論、追加評(píng)論按照評(píng)論內(nèi)容進(jìn)行分割重構(gòu)；最終，將經(jīng)過(guò)預(yù)處理后的圖文數(shù)據(jù)集分多通道輸入到卷積神經(jīng)網(wǎng)絡(luò)中，得到融合多元評(píng)論信息的用戶情感分類(lèi)結(jié)果.實(shí)驗(yàn)證明，所提方法能夠?qū)υu(píng)論中的用戶情感進(jìn)行準(zhǔn)確分類(lèi)，具有良好的應(yīng)用前景.

1 相關(guān)工作

1.1 虛假評(píng)論的識(shí)別

商品評(píng)論是獲取用戶情感分類(lèi)的一個(gè)重要依據(jù)，但是虛假評(píng)論嚴(yán)重影響著用戶情感分類(lèi)結(jié)果的真實(shí)性.雖然研究人員研究并提出了很多檢測(cè)虛假評(píng)論方法及評(píng)論檢測(cè)技術(shù)，但這些方法大多通過(guò)分析語(yǔ)言結(jié)構(gòu)和提取虛假特征的方式識(shí)別虛假評(píng)論.如房有麗等[2]提出融合評(píng)分-評(píng)價(jià)一致性和多維時(shí)間序列的虛假評(píng)論識(shí)別方法，構(gòu)建虛假評(píng)論識(shí)別分類(lèi)器.提高虛假評(píng)論的識(shí)別效果.郝玫等[3]提出基于特征觀點(diǎn)對(duì)的語(yǔ)義匹配算法，實(shí)現(xiàn)特征觀點(diǎn)對(duì)的語(yǔ)義匹配及提取，對(duì)產(chǎn)品可信評(píng)論進(jìn)行篩選和分析.目前，主流的虛假評(píng)論識(shí)別方法只針對(duì)用戶上傳多元評(píng)論信息中的評(píng)論文本在特征提取和語(yǔ)義分析等方面分析與優(yōu)化，未考慮利用用戶評(píng)論中其他的多元評(píng)論信息，尤其是未充分利用用戶上傳的圖片的類(lèi)型去識(shí)別和過(guò)濾疑似虛假評(píng)論.

因此，本文提出利用多元評(píng)論信息中的上傳圖片進(jìn)行虛假評(píng)論的識(shí)別.將評(píng)論上傳圖片分為兩類(lèi)，第一類(lèi)是用戶收到商品后拍攝的商品圖片，上傳該類(lèi)圖片時(shí)用戶發(fā)布的評(píng)論文本在本文定義為真實(shí)評(píng)論；第二類(lèi)為上傳店鋪主頁(yè)商品的推廣圖片以及其它商品圖片，上傳該類(lèi)圖片時(shí)用戶所發(fā)布的評(píng)論為虛假評(píng)論.通過(guò)圖片二分類(lèi)的方法過(guò)濾第二類(lèi)圖片，確保輸入到情感分類(lèi)器中的圖文評(píng)論數(shù)據(jù)集有較高的真實(shí)性.

圖片分類(lèi)方法在醫(yī)學(xué)、商品銷(xiāo)售等多領(lǐng)域得到廣泛應(yīng)用，常使用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的方法對(duì)圖像特征進(jìn)行提取并完成分類(lèi).Yu等[4]提出基于新型深度雙流網(wǎng)絡(luò)進(jìn)行圖像分類(lèi)方法，先通過(guò)多實(shí)例網(wǎng)絡(luò)和全局優(yōu)先級(jí)網(wǎng)絡(luò)分別獲取輸入圖像的局部和全局特征流，后將雙流特征融合，利用該特征完成圖像的分類(lèi).Li等[5]提出一種基于注意力機(jī)制的多標(biāo)簽圖像分類(lèi)方法，利用LSTM網(wǎng)絡(luò)生成圖像的多個(gè)標(biāo)簽，再使用注意力機(jī)制提取圖片特征，從而取得良好的圖片分類(lèi)性能.Su等[6]提出結(jié)合生成對(duì)抗網(wǎng)絡(luò)的半監(jiān)督學(xué)習(xí)方案，提高圖像分類(lèi)的準(zhǔn)確性.本文通過(guò)卷積神經(jīng)網(wǎng)絡(luò)對(duì)用戶上傳圖片進(jìn)行分類(lèi)，根據(jù)分類(lèi)結(jié)果在評(píng)論圖文數(shù)據(jù)集中保留上傳拍攝商品圖片的用戶多元評(píng)論信息，進(jìn)而提高用戶情感分類(lèi)性能.

1.2 文本分割

文本分割在信息檢索、摘要生成、問(wèn)答系統(tǒng)、信息抽取等領(lǐng)域發(fā)揮著重要作用，通過(guò)文本分割算法將長(zhǎng)文本分割成細(xì)粒度的短文本更易于挖掘文本的內(nèi)容信息.王忠義等[7]提出基于知識(shí)元的中文文本分割方法，該方法先對(duì)知識(shí)元的類(lèi)型及其描述規(guī)則進(jìn)行分析，然后將所有的知識(shí)元和知識(shí)元之間的銜接句視為一個(gè)類(lèi)，最后使用分割算法對(duì)該類(lèi)進(jìn)行文本層級(jí)分割.王鵬等[8]提出了文本的分層分割方法，該方法通過(guò)計(jì)算文本內(nèi)容的間隔相似度，實(shí)現(xiàn)文本的分割.本文為了解決情感分類(lèi)過(guò)程中存在的缺乏評(píng)論延續(xù)性的問(wèn)題引入了追加評(píng)論，使用文本分割技術(shù)對(duì)用戶在不同時(shí)期的評(píng)論內(nèi)容按照“商品-客服-物流”的評(píng)論順序進(jìn)行分割重構(gòu)，確保提取的原始評(píng)論和追加評(píng)論的情感特征按照上述三方面進(jìn)行精準(zhǔn)的融合，來(lái)獲取用戶更多的情感特征信息，提高用戶情感分類(lèi)的準(zhǔn)確性.

1.3 用戶情感分類(lèi)

用戶評(píng)論的情感分類(lèi)研究是近幾年來(lái)學(xué)術(shù)和業(yè)界以及應(yīng)用開(kāi)發(fā)領(lǐng)域的研究熱點(diǎn)與前沿領(lǐng)域之一.情感分類(lèi)的應(yīng)用可以將意見(jiàn)分類(lèi)為不同的情感，并總體上評(píng)估公眾的情緒，其分類(lèi)結(jié)果對(duì)于研究商品口碑、進(jìn)行商品推薦都具有重要的價(jià)值[9-11].隨著深度學(xué)習(xí)的興起，在進(jìn)行用戶情感分類(lèi)時(shí)使用深度學(xué)習(xí)方法可以融合多元評(píng)論信息，提高用戶情感分類(lèi)的準(zhǔn)確性.在眾多深度學(xué)習(xí)方法中，雙通道卷積神經(jīng)網(wǎng)絡(luò)方法得到較為廣泛的應(yīng)用，如周錦峰等[12]提出基于fcmpCNN模型的網(wǎng)絡(luò)文本情感多分類(lèi)標(biāo)注方法，該方法在池化的過(guò)程中使用全卷積—多池化單元的堆疊，充分提取文本語(yǔ)義；李平等[13]提出的基于雙通道卷積神經(jīng)網(wǎng)絡(luò)的文本情感分析方法，融合字向量進(jìn)行細(xì)粒度情感分析，充分挖掘出評(píng)論文本的情感信息；Liu等[14]提出基于MCCNN模型進(jìn)行評(píng)論情感分類(lèi)，融合文本的拼音、字符以及單詞使用三通道CNN進(jìn)行情感分類(lèi).趙樂(lè)等[15]提出一種結(jié)合詞性特征、語(yǔ)法特征等，提取名詞、動(dòng)詞、形容詞、副詞等特征，然后運(yùn)用軟投票機(jī)制，結(jié)合隨機(jī)梯度下降算法、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)等算法，對(duì)已獲取評(píng)論文本進(jìn)行極性二分類(lèi).Zhang等[16]提出的雙通道卷積記憶神經(jīng)網(wǎng)絡(luò)模型，將評(píng)論文本的詞向量和特征向量輸入雙通道卷積神經(jīng)網(wǎng)絡(luò)中，進(jìn)行情感分類(lèi).綜上分析，多通道CNN模型通過(guò)不同通道分析用戶不同方面的情感表述，進(jìn)而得到較為準(zhǔn)確的用戶情感特征向量用于情感分類(lèi).

2 融合多元評(píng)論信息的用戶情感分類(lèi)

考慮到評(píng)論中存在的虛假評(píng)論、默認(rèn)好評(píng)等因素影響對(duì)用戶真實(shí)情感的分類(lèi)，本文提出融合多元評(píng)論信息的用戶情感分類(lèi)方法.首先，使用圖片分類(lèi)和文本分割技術(shù)對(duì)圖文數(shù)據(jù)集進(jìn)行預(yù)處理，過(guò)濾掉虛假評(píng)論重構(gòu)圖文數(shù)據(jù)集；其次，將處理后的數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集，使用訓(xùn)練集對(duì)UECMIMCI用戶情感分類(lèi)模型進(jìn)行訓(xùn)練；最終通過(guò)測(cè)試集對(duì)模型進(jìn)行驗(yàn)證，得到正確的分類(lèi)結(jié)果.融合多元評(píng)論信息的用戶情感分類(lèi)方法的框架如圖1所示.

圖1 融合多元評(píng)論信息的用戶情感分類(lèi)方法框架

下面對(duì)所提方法的核心環(huán)節(jié)：圖片分類(lèi)、文本分割、UECMIMCI用戶情感分類(lèi)模型的構(gòu)建加以詳述.

2.1 圖片分類(lèi)

如今的電商評(píng)論中主要存在兩個(gè)突出的問(wèn)題：一是由“刷單”引起的虛假評(píng)論現(xiàn)象十分常見(jiàn)；二是用戶隨意打分、隨意評(píng)價(jià)評(píng)價(jià)造成評(píng)論數(shù)據(jù)的不準(zhǔn)確，嚴(yán)重影響用戶情感的準(zhǔn)確分類(lèi).這兩個(gè)問(wèn)題的共同特點(diǎn)為：用戶上傳的圖片或者是店鋪主頁(yè)商品的推廣圖片，或者是其他商品圖片.根據(jù)這一特點(diǎn)本文提出結(jié)合用戶上傳圖片識(shí)別虛假評(píng)論的方法，對(duì)評(píng)論信息中的圖片使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行二分類(lèi)：第一類(lèi)是用戶收到購(gòu)買(mǎi)商品后拍攝的真實(shí)圖片；第二類(lèi)是虛假圖片，包括店鋪主頁(yè)商品的推廣圖片及其他商品圖片.按照分類(lèi)結(jié)果保留上傳第一類(lèi)圖片的用戶多元評(píng)論信息，以此來(lái)降低虛假評(píng)論、隨意評(píng)論現(xiàn)象對(duì)用戶情感分類(lèi)結(jié)果的影響，提高用戶情感分類(lèi)的準(zhǔn)確性.

本文采用卷積神經(jīng)網(wǎng)絡(luò)(CNN)對(duì)上傳圖片進(jìn)行二分類(lèi)，其中卷積核尺寸設(shè)置為3×3、4×4、5×5，利用不同規(guī)格的卷積核對(duì)上一層圖片進(jìn)行卷積操作，分別提取用戶收到商品后拍攝上傳的商品圖片、店鋪主頁(yè)商品的推廣圖片和其他商品圖片的多方面特征，實(shí)現(xiàn)圖片分類(lèi)器的訓(xùn)練；從未過(guò)濾虛假評(píng)論的圖文數(shù)據(jù)集中抽取圖片數(shù)據(jù)輸入到圖片分類(lèi)器中，按照提取到的圖片特征信息進(jìn)行圖片的分類(lèi)，識(shí)別出真實(shí)圖片和虛假圖片；篩選出上傳虛假圖片的用戶，將該用戶的多元評(píng)論信息從的圖文數(shù)據(jù)集中刪除，使用余下真實(shí)評(píng)論用戶的多元評(píng)論信息重構(gòu)圖文數(shù)據(jù)集，為用戶情感分類(lèi)做準(zhǔn)備.圖片分類(lèi)模型如圖2所示.

圖2 圖片分類(lèi)模型

輸入層：將爬取到的評(píng)論上傳圖片、店鋪主頁(yè)商品的推廣圖片以及與其他商品圖片作為訓(xùn)練集輸入到CNN圖片分類(lèi)模型中.

卷積層：按照不同尺寸的卷積核對(duì)圖片進(jìn)行特征的提取，如公式(1)所示.

(1)

其中，l代表所在層次；k代表卷積核；Mj為輸入的感受野；B為偏置項(xiàng)；f為激活函數(shù).

采樣層：采樣層可降低網(wǎng)絡(luò)的空間分辨率，消除偏移和圖像扭曲，實(shí)現(xiàn)位移不變性[17]，如公式(2)所示.

(2)

其中，p代表采樣層；B代表權(quán)值系數(shù).

輸出層：將上一層的特征向量進(jìn)行全連接，如公式(3)所示.

(3)

分類(lèi)器：采用softmax分類(lèi)器對(duì)輸出層得到的圖像特征進(jìn)行二分類(lèi)，如公式(4)所示.

(4)

其中，W為卷積核；b為偏置項(xiàng).

根據(jù)圖片分類(lèi)結(jié)果對(duì)抓取到的11 762個(gè)用戶的評(píng)論數(shù)據(jù)集進(jìn)行預(yù)處理，通過(guò)過(guò)濾上傳無(wú)關(guān)圖片以及主頁(yè)圖片的用戶評(píng)論進(jìn)行圖文數(shù)據(jù)集的重構(gòu)，降低評(píng)論中虛假評(píng)論和隨意評(píng)論對(duì)用戶情感分類(lèi)結(jié)果的影響，最終得到10 819個(gè)用戶上傳的有效評(píng)論.過(guò)濾無(wú)關(guān)圖片對(duì)用戶情感分類(lèi)結(jié)果的影響如表1所示.

表1 圖片分類(lèi)對(duì)UECMIMCI模型情感分類(lèi)準(zhǔn)確性的影響

通過(guò)調(diào)整UECMIMCI模型中圖片和文本特征提取時(shí)卷積核的尺寸從多角度、多維度證明，使用過(guò)濾后的圖文評(píng)論數(shù)據(jù)集可提高UECMIMCI模型在用戶情感分類(lèi)的準(zhǔn)確率，可提升2%以上.

2.2 文本分割

在一條評(píng)論中往往包含了用戶對(duì)商品的不同方面的評(píng)價(jià)，主要有對(duì)商品的體驗(yàn)、店家服務(wù)的態(tài)度、運(yùn)輸物流的評(píng)價(jià).對(duì)用戶評(píng)論文本進(jìn)行分割時(shí)，首先，將評(píng)論文本內(nèi)容按照標(biāo)點(diǎn)進(jìn)行分割，且從中選出對(duì)上述三方面的中性評(píng)價(jià)；其次，對(duì)分割的評(píng)論文本進(jìn)行增刪操作.若評(píng)論文本中不完全包含這三方面的評(píng)價(jià)，用第一步選出的中性評(píng)價(jià)將每條評(píng)論按照這三方面補(bǔ)充完整.若評(píng)論內(nèi)容中存在對(duì)其他方面的評(píng)價(jià)信息，刪去與這三方面無(wú)關(guān)的評(píng)論內(nèi)容；最后，將處理后的評(píng)論文本按照“商品-客服-物流”的評(píng)論順序?qū)υu(píng)論文本重新組合，重構(gòu)評(píng)論文本示例如表2所示.

表2 重構(gòu)評(píng)論文本示例

2.3 UECMIMCI用戶情感分類(lèi)模型構(gòu)建

構(gòu)建UECMIMCI用戶情感分類(lèi)模型，將經(jīng)過(guò)預(yù)處理的用戶圖文評(píng)論數(shù)據(jù)集，利用Word2vec工具[18]訓(xùn)練評(píng)論文本，獲取詞向量，作為訓(xùn)練集輸入到模型中.其中卷積層的大小是3、4、5，池化層采用最大池化突出最明顯的情感特征，同時(shí)在模型中添加dropout層，作用是在訓(xùn)練過(guò)程中隨機(jī)關(guān)閉一些神經(jīng)元，避免出現(xiàn)過(guò)擬合現(xiàn)象.為了將原始評(píng)論與追加評(píng)論、原始上傳圖片與追加上傳圖片的情感特征信息進(jìn)行合并，本文提出了特征融合層，在該層中按各部分對(duì)情感分類(lèi)的貢獻(xiàn)度將特征向量進(jìn)行合并.最后，將情感向量傳遞給Softmax分類(lèi)器進(jìn)行分類(lèi)，得到評(píng)論對(duì)應(yīng)的情感類(lèi)別.

本文提出的情感分類(lèi)模型最終將多元評(píng)論信息分為好、中、差三類(lèi)情感極性，UECMIMCI用戶情感分類(lèi)模型如圖3所示.

輸入層：將經(jīng)過(guò)預(yù)處理的原始評(píng)論、原始上傳圖片、追加評(píng)論、追加上傳圖片輸入到UECMIMCI用戶情感分類(lèi)模型的四個(gè)通道中.

卷積層：將輸入這四個(gè)通道的向量矩陣分別使用三個(gè)卷積核進(jìn)行局部特征提取，每個(gè)卷積核的卷積操作，如公式(5)所示.

ci=relu(W*xi：i+h-1+b)

(5)

其中，W為卷積核；b為偏置項(xiàng)，x為與卷積核大小相同的評(píng)論文本部分.

池化層(采樣層)：目的是提取經(jīng)卷積核得到的特征矩陣中情感表達(dá)最強(qiáng)烈的向量，在實(shí)驗(yàn)中采用max-pool的方法，如公式(6)所示.

(6)

全連接層：將上一層的結(jié)果進(jìn)行拼接，得到最終的特征向量，如公式(7)所示.

(7)

特征融合層：按照評(píng)論對(duì)情感分類(lèi)貢獻(xiàn)程度，將特征向量進(jìn)行合并，如公式(8)所示.

x=αx1+βx2

(8)

其中，α、β之和為1，x1代表與原始評(píng)論相關(guān)的信息，x2代表與追加評(píng)論相關(guān)的信息.α、β取不同值對(duì)UECMIMCI用戶情感分類(lèi)模型準(zhǔn)確率的影響如表3所示.

圖3 用戶情感分類(lèi)模型

表3 參數(shù)與UECMIMCI用戶情感分類(lèi)準(zhǔn)確率的關(guān)系

大量實(shí)驗(yàn)驗(yàn)證，原始評(píng)論文本與追加評(píng)論文本特征融合時(shí)，α、β值分別為0.4、0.6；原始上傳圖片與追加上傳圖片進(jìn)行特征融合時(shí)，α、β值分別為0.5、0.5；原始評(píng)論信息和追加評(píng)論信息進(jìn)行特征融合時(shí)，α、β分別為0.4、0.6，實(shí)驗(yàn)效果最佳.

情感分類(lèi)層：在圖片分類(lèi)完成后得到訓(xùn)練情感分類(lèi)器的圖文數(shù)據(jù)集，通過(guò)最小負(fù)對(duì)數(shù)似然函數(shù)調(diào)整參數(shù).通過(guò)模型去計(jì)算融合用戶原始評(píng)論、原始上傳圖片、追加評(píng)論、追加上傳圖片的情感特征向量，利用參數(shù)集合為θ的模型去計(jì)算該情感特征向量到每一個(gè)情感傾向的得分Si.通過(guò)Softmax分類(lèi)器來(lái)進(jìn)行最終的情感極性的劃分，后對(duì)劃分結(jié)果取對(duì)數(shù)用隨機(jī)梯度下降使似然函數(shù)最大化優(yōu)化分類(lèi)器，計(jì)算過(guò)程如公式(9)～(10)所示.

(9)

J(θ)=∑logp(yi|pi；θ)

(10)

其中，pi為UECMIMCI情感分類(lèi)模型的預(yù)測(cè)類(lèi)別，yi為實(shí)際類(lèi)別.

3 融合多元評(píng)論信息的用戶情感分類(lèi)

3.1 實(shí)驗(yàn)數(shù)據(jù)集和實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)中采用Python爬蟲(chóng)程序從京東網(wǎng)站爬取發(fā)表有關(guān)華為手機(jī)評(píng)論的用戶并將其上傳的所有評(píng)論信息作為數(shù)據(jù)集.共抓取11 762個(gè)用戶評(píng)論信息經(jīng)預(yù)處理和手工標(biāo)注后得到的手機(jī)評(píng)論數(shù)據(jù)集，如表4所示.

本文利用基于Python語(yǔ)言的Tensorflow深度學(xué)習(xí)框架完成實(shí)驗(yàn).Tensorflow支持多種主流神經(jīng)網(wǎng)絡(luò)模型，包括 CNN、LSTM 等，本文具體實(shí)驗(yàn)環(huán)境為：操作系統(tǒng)為Windows 10，CPU為Inter(R)Core(TM)i5-4460 CPU @ 3.20 GHz.

3.2 詞向量訓(xùn)練和模型參數(shù)設(shè)定

本文利用Python然語(yǔ)言處理庫(kù)提供的結(jié)巴分詞技術(shù)進(jìn)行句子分詞處理.使用Google提供的開(kāi)源詞向量訓(xùn)練工具Word2vec中的skip-gram進(jìn)行詞向量的訓(xùn)練，其訓(xùn)練參數(shù)[18]設(shè)置如表5所示.

表4 實(shí)驗(yàn)數(shù)據(jù)集

表5 word2vec訓(xùn)練模型

在數(shù)據(jù)集預(yù)處理中使用CNN對(duì)上傳圖片進(jìn)行分類(lèi)以識(shí)別虛假評(píng)論，為了獲得最佳的分類(lèi)效果，實(shí)驗(yàn)中選取不同尺寸的卷積核進(jìn)行實(shí)驗(yàn)對(duì)比，卷積核尺寸對(duì)圖片分類(lèi)的準(zhǔn)確率及分類(lèi)器訓(xùn)練耗時(shí)的影響如表6所示.

從表6中可見(jiàn)，卷積核尺寸越小圖片分類(lèi)準(zhǔn)確率越高，但分類(lèi)器訓(xùn)練耗時(shí)也越長(zhǎng).綜合考慮訓(xùn)練耗時(shí)及分類(lèi)準(zhǔn)確率兩個(gè)因素，本文選擇3*3，4*4，5*5的卷積核尺寸進(jìn)行圖片分類(lèi)器的訓(xùn)練及UECMIMCI情感分類(lèi)模型中圖片特征的提取.本文在提取評(píng)論文本情感特征時(shí)使用多通道卷積核對(duì)輸入向量進(jìn)行卷積操作，文本卷積核維數(shù)參照陳珂等[19]提出的模型參數(shù).而對(duì)于文本卷積核尺寸與迭代次數(shù)的選擇是通過(guò)實(shí)驗(yàn)分析得出最佳卷積核尺寸和迭代次數(shù).實(shí)驗(yàn)結(jié)果如表7、圖4所示.

表6 圖片卷積核尺寸與圖片分類(lèi)準(zhǔn)確性及分類(lèi)器訓(xùn)練耗時(shí)的關(guān)系

表7 文本卷積核尺寸與UECMIMCI模型確性及訓(xùn)練耗時(shí)的關(guān)系

實(shí)驗(yàn)表明，綜合模型運(yùn)行的時(shí)間和準(zhǔn)確率考慮卷積核尺寸選為3，4，5時(shí)，可使用戶情感分類(lèi)效果最佳.

為了使UECMIMCI模型在用戶情感分類(lèi)時(shí)達(dá)到最好的分類(lèi)效果，在實(shí)驗(yàn)過(guò)程中設(shè)置UECMIMCI模型的最大迭代次數(shù)為300次.如圖4所示，在UECMIMCI模型迭代到250次時(shí)，該模型對(duì)用戶情感分類(lèi)的準(zhǔn)確率值最佳為96.53%，在250次之后，模型的分類(lèi)準(zhǔn)確率略有下降，基本穩(wěn)定在96.41%.因此本文選擇250次作為UECMIMCI模型迭代次數(shù).

圖4 UECMIMCI模型迭代次數(shù)和準(zhǔn)確率的關(guān)系

圖5 UECMIMCI分類(lèi)方法多次實(shí)驗(yàn)誤差范圍情況

綜合考慮上述所有因素進(jìn)行多組實(shí)驗(yàn)，比較實(shí)驗(yàn)的誤差范圍，結(jié)果如圖5所示.圖5中實(shí)驗(yàn)1-4對(duì)表7中選擇的文本卷積核尺寸做對(duì)比試驗(yàn)，結(jié)果顯示在文本卷積核維度是3、4、5時(shí)，實(shí)驗(yàn)效果最佳.實(shí)驗(yàn)5-6，按照?qǐng)D片卷積核尺寸為3×3、4×4、5×5和文本卷積核尺寸為3、4、5以及迭代次數(shù)為250次條件下，重復(fù)實(shí)驗(yàn)，準(zhǔn)確率基本一致，UECMIMCI模型穩(wěn)定可行有實(shí)際應(yīng)用價(jià)值.

綜上分析，基于多元信息的多通道卷積神經(jīng)網(wǎng)絡(luò)模型超參數(shù)設(shè)置，如表8所示.

表8 模型參數(shù)

3.3 實(shí)驗(yàn)結(jié)果分析

將本文提出的情感分類(lèi)方法UECMIMCI與fcmpCNN方法[12]、DCCNN方法[13]、MCCNN方法[14]、LSCNN方法[16]以及雙通道卷積記憶神經(jīng)網(wǎng)絡(luò)模型[20]在同一數(shù)據(jù)集上進(jìn)行對(duì)比實(shí)驗(yàn)，其中，對(duì)比實(shí)驗(yàn)采用原始評(píng)論作為數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，下面給出對(duì)比方法簡(jiǎn)要描述：fcmpCNN模型采用全卷積—多池化單元的堆疊提取文本的語(yǔ)義，對(duì)網(wǎng)絡(luò)文本進(jìn)行情感多分類(lèi)；DCCNN模型通過(guò)融合字向量的雙通道卷積神經(jīng)網(wǎng)絡(luò)對(duì)文本進(jìn)行情感分類(lèi)；MCCNN模型結(jié)合文本的拼音、字符及單詞使用三通道CNN融合多種表征，進(jìn)行文本情感分類(lèi)；LSCNN模型將文本情感矩陣以及詞向量輸入到雙通道CNN中進(jìn)行分類(lèi)；雙通道CNN-LSTM模型將詞向量和情感詞典輸入雙通道卷積神經(jīng)網(wǎng)絡(luò)中，通過(guò)長(zhǎng)短期記憶網(wǎng)絡(luò)結(jié)合上下文進(jìn)行文本情感的分類(lèi).

對(duì)比實(shí)驗(yàn)采用準(zhǔn)確率、精確率、召回率和F值作為評(píng)價(jià)指標(biāo).計(jì)算公式如公式(11)-(14)所示.

(11)

(12)

(13)

其中，TP為預(yù)測(cè)正確的好評(píng)數(shù)、FP為預(yù)測(cè)錯(cuò)誤的好評(píng)數(shù)、P表示預(yù)測(cè)為好評(píng)的評(píng)論數(shù)、FP將除好評(píng)外的其他類(lèi)別分為其他類(lèi)別、TN表示將好評(píng)誤分為其他類(lèi)別.

(14)

UECMIMCI模型及對(duì)比模型的準(zhǔn)確率如表9所示.

表9 對(duì)比試驗(yàn)結(jié)果

從上述圖表可以看出，UECMIMCI用戶情感分類(lèi)方法的準(zhǔn)確率為96.53%，高于其他對(duì)比方法.其中，DCCNN和MCCNN取得較低的準(zhǔn)確率，其原因是僅對(duì)文本按照不同的方式進(jìn)行分詞和輸入，忽略了虛假評(píng)論的存在對(duì)分類(lèi)結(jié)果的影響.fcmpCNN模型通過(guò)修改神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)來(lái)增強(qiáng)文本的語(yǔ)義進(jìn)行情感分類(lèi)，沒(méi)有充分利用評(píng)論中其他信息達(dá)到提高用戶情感分類(lèi)準(zhǔn)確率的目的.LSCNN和雙通道CNN-LSTM模型準(zhǔn)確率達(dá)到91%和92%，由于二者均利用情感詞典來(lái)增強(qiáng)評(píng)論的情感特征表示，沒(méi)有考慮到追加評(píng)論的內(nèi)容有更強(qiáng)的情感色彩、更能反映出用戶的真實(shí)情感.而本文提出的UECMIMCI用戶情感分類(lèi)方法中先過(guò)濾掉虛假評(píng)論，后融合原始評(píng)論、原始追加評(píng)論、追加評(píng)論和追加上傳圖片的特征，使得UECMIMCI方法對(duì)用戶情感分類(lèi)性能明顯高于對(duì)比方法.

4 實(shí)驗(yàn)分析

為了解決評(píng)論中存在虛假評(píng)論、隨意評(píng)論等評(píng)論亂象對(duì)用戶情感分類(lèi)的影響、提高用戶情感分類(lèi)的準(zhǔn)確率，本文提出了一種融合多元評(píng)論信息的用戶情感分類(lèi)方法.該方法為了保證評(píng)論分類(lèi)的準(zhǔn)確性、減少虛假評(píng)論的干擾，分別對(duì)評(píng)論圖片分類(lèi)、評(píng)論文本分割進(jìn)行預(yù)處理操作，構(gòu)建過(guò)濾掉虛假評(píng)論的圖文數(shù)據(jù)集；之后將預(yù)處理后的圖文數(shù)據(jù)集分別輸入到原始評(píng)論、原始上傳圖片、追加評(píng)論和追加上傳圖片這四條通道中進(jìn)行卷積、池化提取圖文特征，最終將四條通道特征進(jìn)行融合來(lái)得到最優(yōu)質(zhì)的特征信息進(jìn)行情感分類(lèi).經(jīng)實(shí)驗(yàn)驗(yàn)證UECMIMCI用戶情感分類(lèi)方法的準(zhǔn)確率高于其他對(duì)比方法，取得了較好的分類(lèi)效果.