一、研究背景 随着电子商务、社会媒体的迅猛发展, 互联网上涌现出海量的涉及社会生活方方面面的含有观点的文本信息,对这些文本信息进行有效分析, 挖掘出观点、 判别出情感倾向性, 俨然成为社会各领域的迫切需求，自然语言处理在情感分析课题上的应用已经有了比较好的起步，各界对其研究也在不断深入。

自然语言处理（Natural Language Processing， NLP）是人工智能和语言学领域的分支学科。

自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。

它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。

文本情感分析（也称为意见挖掘）是指用自然语言处理、文本挖掘以及计算机语言学等方法来识别和提取原素材中的主观信息。

文本情感分析的研究领域十分广阔，其中，早期做出研究贡献的有 Turney和 Pang他们运用了多种方法探测商品评论和电影影评的两极观点。

在众多文献的阅读中发现，基于自然语言处理的文本情感分析大致有基于深度学习的自然语言处理、基于多注意力长短时记忆的实体属性情感分析、基于词向量Doc2vec的双向LSTM情感分析、基于最大熵的中文词语情感分析研究、基于LSTM的商品评论情感分析等等。

二、研究意义 互联网的飞速发展改变了人们的生活方式给人们的生活带来了很大的便利，也极大地推动了电子商务的发展，网络购物也逐渐进入人们的生活中。

但是网络购物给人们带来便捷的同时也具有很多不可避免的弊端，无法真实的感受到商品的属性，就为大众购买商品带来很大的风险，所以大众经常都会查看别人留下的评论信息在做出购买商品决策之前来提供参考。

各大网络购物平台也会要求人们在购物结束之后留下商品的评论信息，为商家提供生产指导也为后续的消费者提供参考。