TY -的A2 Mejia-Miranda耶斯列非盟- Paredes-Valverde,马里奥•安德烈斯盟——Colomo-Palacios里卡多盟——Salas-Zarate玛丽亚德尔皮拉尔非盟- Valencia-Garcia,拉斐尔PY - 2017 DA - 2017/10/26 TI -情绪分析用西班牙语对改善产品和服务:深度学习方法SP - 1329281六世- 2017 AB -情绪分析是一个重要的领域,允许公众舆论的用户了解几个方面。这些信息帮助组织了解客户满意度。Twitter等社交网络信息渠道很重要因为可以获得实时信息和加工。在这个意义上,我们提出一个deep-learning-based方法,允许公司和组织检测的机会通过情绪提高产品或服务的质量分析。这种方法是基于卷积神经网络(CNN)和word2vec。为微博分类决定了这种方法的有效性,我们进行了实验与不同大小的一个Twitter 100000条组成的语料库。我们获得了令人鼓舞的结果精度为88.7%,88.7%的回忆,和一个 F 测量的88.7%考虑完整的数据集。SN - 1058 - 9244 UR - https://doi.org/10.1155/2017/1329281 - 10.1155 / 2017/1329281摩根富林明科学编程PB - Hindawi KW - ER