基于Text-Rank和Bayesian LSTM的用户评论情感分析方法及系统

本发明公开一种基于Text‑Rank和Bayesian LSTM的用户评论情感分析方法及系统，涉及自然语言处理技术领域，方法包括：定义工具类，爬取公司产品评论信息，进行预处理，得到预处理数据集；基于预处理数据集构建词向量，应用Text‑Rank算法计算词权重，提取关键信息，随后随机分割为训练集、测试集和验证集；以预处理数据集为输入，通过Embedding层转换为固定尺寸稠密向量；以训练集和验证集为依托，定义训练停止函数，并结合Bayesian优化理论优化LSTM超参数；以稠密向量为输入特征，构建基于LSTM的网络架构，通过权重偏置采样实现Bayesian优化，配置训练策略，使用训练集训练和验证集得到Bayesian LSTM模型。本发明可以通过Bayesian LSTM模型对公司产品用户评论的情感喜恶进行分析。