인도네시아 호텔 리뷰를 위한 Word2vec 및 장단기 메모리(LSTM)를 이용한 감성 분석

일반적으로 온라인 여행사(OTA)는 고객이 사용한 시설에 대한 리뷰를 제공할 수 있는 리뷰 요소를 가지고 있습니다. 방대한 양의 리뷰가 존재함에 따라 서비스 담당자가 서비스에 영향을 미치는 리뷰의 비율을 알기가 어렵습니다. 따라서 인도네시아어 호텔 리뷰에 대한 감성 평가 기술을 개발하는 것이 필수적입니다. 본 연구는 Long-Short Term Memory (LSTM) 모델과 Word2Vec 모델을 사용합니다. 이 연구에 사용된 Word2Vec와 LSTM 변수를 통합한 것은 Word2Vec 아키텍처, Word2Vec 벡터 차원, Word2Vec 평가 방법, 풀링 기술, 드롭아웃 값, 학습률입니다. 2500개의 리뷰 텍스트를 데이터셋으로 하여 수행된 실험 연구에 기반하여 85.96%의 정확도를 가진 최상의 성능이 얻어졌습니다. Word2Vec의 매개변수 조합은 아키텍처로서 Skip-gram, 평가 방법으로 Hierarchical Softmax, 벡터 차원으로서 300입니다. LSTM의 매개변수 조합은 드롭아웃 값이 0.2, 풀링 유형이 평균 풀링, 학습률이 0.001입니다.