УСОВЕРШЕНСТВОВАННЫЙ АНАЛИЗ ТОНАЛЬНОСТИ ОТЗЫВОВ О ТОВАРАХ ЭЛЕКТРОННОЙ КОММЕРЦИИ С ИСПОЛЬЗОВАНИЕМ BI-LSTM НА ОСНОВЕ МЕХАНИЗМА ВНИМАНИЯ ЛУОНГА

Аннотация

Возрастающая значимость электронной коммерции подчеркнула необходимость эффективного анализа тональности клиентских отзывов, поскольку они оказывают влияние на маркетинговые стратегии и системы рекомендаций товаров. Тем не менее сложности естественного языка, такие как сарказм и смешанная тональность, существенно затрудняют проведение анализа тональности. Для преодоления данных проблем в настоящем исследовании предлагается новая архитектура анализа тональности, основанная на двунаправленной сети долгой краткосрочной памяти - Bidirectional Long Short-Term Memory (Bi-LSTM) - и механизме Luong Attention. Модель Bi-LSTM используется для моделирования последовательной природы текста, тогда как механизм Luong Attention обеспечивает модели способность выделять наиболее значимые фрагменты отзыва и повышает ее возможности по выявлению тонких смысловых оттенков тональности. Предлагаемое двухкомпонентное решение позволяет преодолеть трудности, связанные со сложным и неоднозначным языком товарных отзывов, что обеспечивает более точную и контекстно-ориентированную классификацию тональности. Предложенная модель основана на Bi-LSTM и включает двунаправленное контекстное обучение, позволяющее учитывать как предшествующие, так и последующие слова в отзыве, тем самым повышая точность определения тональности. Благодаря интеграции механизма Luong Attention модель фокусируется на значимых частях отзыва, играющих ключевую роль в определении тональности, что особенно важно в случаях, когда эмоциональная окраска выражена явно или имеет скрытый характер. Данная гибридная модель демонстрирует значительно более высокую эффективность по сравнению с традиционными методами анализа тональности, достигая 96,67% точности классификации, 96,83% прецизионности и 96,67% полноты при сравнительно низком уровне переобучения. Полученные результаты подтверждают высокую производительность предложенной модели, а также ее способность выполнять анализ тональности в режиме реального времени и в крупном масштабе. Это позволяет использовать модель для получения аналитических выводов, необходимых при разработке практических стратегий в сфере электронной коммерции.