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(zhǎng),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(kù)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 48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) 384次閱讀
- 全卷積神經(jīng)網(wǎng)絡(luò)的工作原理和應(yīng)用 374次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的壓縮方法 157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 530次閱讀
- 基于神經(jīng)網(wǎng)絡(luò)的語言模型有哪些 238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 307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 865次閱讀
- 深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 542次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域的應(yīng)用 358次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu) 249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 1557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 5716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) 9755次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)CNN架構(gòu)分析-LeNet 2687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
- 1電子電路原理第七版PDF電子教材免費(fèi)下載
- 0.00 MB | 1490次下載 | 免費(fèi)
- 2單片機(jī)典型實(shí)例介紹
- 18.19 MB | 93次下載 | 1 積分
- 3S7-200PLC編程實(shí)例詳細(xì)資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識(shí)別和講解說明
- 4.28 MB | 18次下載 | 4 積分
- 5開關(guān)電源原理及各功能電路詳解
- 0.38 MB | 10次下載 | 免費(fèi)
- 6基于AT89C2051/4051單片機(jī)編程器的實(shí)驗(yàn)
- 0.11 MB | 4次下載 | 免費(fèi)
- 7基于單片機(jī)和 SG3525的程控開關(guān)電源設(shè)計(jì)
- 0.23 MB | 3次下載 | 免費(fèi)
- 8基于單片機(jī)的紅外風(fēng)扇遙控
- 0.23 MB | 3次下載 | 免費(fèi)
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費(fèi)
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費(fèi)
- 4LabView 8.0 專業(yè)版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費(fèi)
- 5555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33562次下載 | 免費(fèi)
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費(fèi)
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費(fèi)
- 8開關(guān)電源設(shè)計(jì)實(shí)例指南
- 未知 | 21539次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費(fèi)
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537791次下載 | 免費(fèi)
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費(fèi)
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費(fèi)
- 6電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191183次下載 | 免費(fèi)
- 7十天學(xué)會(huì)AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183277次下載 | 免費(fèi)
- 8proe5.0野火版下載(中文版免費(fèi)下載)
- 未知 | 138039次下載 | 免費(fèi)
評(píng)論
查看更多