基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型分析文本的情感傾向
資料介紹
文本情感分析是當(dāng)前網(wǎng)絡(luò)輿情分析、產(chǎn)品評(píng)價(jià)、數(shù)據(jù)挖掘等領(lǐng)域的重要任務(wù)。由于當(dāng)前網(wǎng)絡(luò)數(shù)據(jù)的急劇增長,依靠人工設(shè)計(jì)特征或者傳統(tǒng)的自然語言處理語法分析工具等進(jìn)行分析,不但準(zhǔn)確率不高而且費(fèi)時(shí)費(fèi)力。而傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)模型均未考慮句子的結(jié)構(gòu)信息,并且在訓(xùn)練時(shí)很容易發(fā)生過擬合。針對(duì)這兩方面的不足,使用基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型分析文本的情感傾向,采用分段池化的策略將句子結(jié)構(gòu)考慮進(jìn)來,分段提取句子不同結(jié)構(gòu)的主要特征;并且引入Dropout算法以避免模型的過擬合和提升泛化能力。實(shí)驗(yàn)結(jié)果表明,分段池化策略和Dropout算法均有助于提升模型的性能,所提方法在中文酒店評(píng)價(jià)數(shù)據(jù)集上達(dá)到了91%的分類準(zhǔn)確率,在斯坦福英文情感樹庫數(shù)據(jù)集五分類任務(wù)上達(dá)到了45.9%的準(zhǔn)確率,較基線模型都有顯著的提升。
?
- PyTorch教程16.3之情感分析:使用卷積神經(jīng)網(wǎng)絡(luò)
- 深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)層級(jí)分解綜述 5次下載
- 基于剪枝與量化的卷積神經(jīng)網(wǎng)絡(luò)壓縮算法 6次下載
- 基于不同神經(jīng)網(wǎng)絡(luò)的文本分類方法研究對(duì)比 49次下載
- 基于循環(huán)卷積注意力模型的文本情感分類方法 10次下載
- 綜述深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用及發(fā)展 20次下載
- 一種基于多視圖架構(gòu)的深度卷積神經(jīng)網(wǎng)絡(luò)模型 5次下載
- 基于注意力機(jī)制的深度學(xué)習(xí)模型AT-DPCNN 12次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的文本分類分析 37次下載
- 基于多孔卷積神經(jīng)網(wǎng)絡(luò)的圖像深度估計(jì)模型 5次下載
- 使用多孔卷積神經(jīng)網(wǎng)絡(luò)解決機(jī)器學(xué)習(xí)的圖像深度不準(zhǔn)確的方法說明 10次下載
- 快速了解神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的教程資料免費(fèi)下載 33次下載
- 如何使用混合卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行入侵檢測(cè)模型的設(shè)計(jì) 19次下載
- 卷積神經(jīng)網(wǎng)絡(luò)的權(quán)值反向傳播機(jī)制和MATLAB的實(shí)現(xiàn)方法 14次下載
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像標(biāo)注模型 4次下載
- 卷積神經(jīng)網(wǎng)絡(luò)共包括哪些層級(jí) 1454次閱讀
- 全卷積神經(jīng)網(wǎng)絡(luò)的工作原理和應(yīng)用 1234次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的壓縮方法 399次閱讀
- BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系 1676次閱讀
- 基于神經(jīng)網(wǎng)絡(luò)的語言模型有哪些 816次閱讀
- 深度神經(jīng)網(wǎng)絡(luò)與基本神經(jīng)網(wǎng)絡(luò)的區(qū)別 1006次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)的區(qū)別 3579次閱讀
- 深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 971次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域的應(yīng)用 779次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu) 515次閱讀
- 詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 2239次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程及與深度學(xué)習(xí)的差異 6004次閱讀
- 關(guān)于深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)系統(tǒng)的設(shè)計(jì)及硬件實(shí)現(xiàn) 9998次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)CNN架構(gòu)分析-LeNet 2769次閱讀
- 【科普】卷積神經(jīng)網(wǎng)絡(luò)(CNN)基礎(chǔ)介紹 1.1w次閱讀
下載排行
本周
- 1DC電源插座圖紙
- 0.67 MB | 2次下載 | 免費(fèi)
- 2AN158 GD32VW553 Wi-Fi開發(fā)指南
- 1.51MB | 2次下載 | 免費(fèi)
- 3AN148 GD32VW553射頻硬件開發(fā)指南
- 2.07MB | 1次下載 | 免費(fèi)
- 4AN111-LTC3219用戶指南
- 84.32KB | 次下載 | 免費(fèi)
- 5AN153-用于電源系統(tǒng)管理的Linduino
- 1.38MB | 次下載 | 免費(fèi)
- 6AN-283: Σ-Δ型ADC和DAC[中文版]
- 677.86KB | 次下載 | 免費(fèi)
- 7SM2018E 支持可控硅調(diào)光線性恒流控制芯片
- 402.24 KB | 次下載 | 免費(fèi)
- 8AN-1308: 電流檢測(cè)放大器共模階躍響應(yīng)
- 545.42KB | 次下載 | 免費(fèi)
本月
- 1ADI高性能電源管理解決方案
- 2.43 MB | 450次下載 | 免費(fèi)
- 2免費(fèi)開源CC3D飛控資料(電路圖&PCB源文件、BOM、
- 5.67 MB | 138次下載 | 1 積分
- 3基于STM32單片機(jī)智能手環(huán)心率計(jì)步器體溫顯示設(shè)計(jì)
- 0.10 MB | 130次下載 | 免費(fèi)
- 4使用單片機(jī)實(shí)現(xiàn)七人表決器的程序和仿真資料免費(fèi)下載
- 2.96 MB | 44次下載 | 免費(fèi)
- 53314A函數(shù)發(fā)生器維修手冊(cè)
- 16.30 MB | 31次下載 | 免費(fèi)
- 6美的電磁爐維修手冊(cè)大全
- 1.56 MB | 24次下載 | 5 積分
- 7如何正確測(cè)試電源的紋波
- 0.36 MB | 17次下載 | 免費(fèi)
- 8感應(yīng)筆電路圖
- 0.06 MB | 10次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935121次下載 | 10 積分
- 2開源硬件-PMP21529.1-4 開關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計(jì)
- 1.48MB | 420062次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233088次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191367次下載 | 10 積分
- 5十天學(xué)會(huì)AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183335次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81581次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73810次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65988次下載 | 10 積分
評(píng)論