CNN-pytorch神经网络的Twitter文字情感分类
这个工程使用数据集:the Sentiment-140 Twitter dataset实现了一系列的实验,这些实验使用卷积神经网络(CNN)训练在预先训练的单词向量之上,用于句子级别的分类任务。我们证明了一个简单的CNN具有小的超参数调整和静态向量在多个基准上取得了很好的结果。通过微调学习特定于任务的向量可以进一步提高性能。另外,我们建议对体系结构进行简单的修改,以允许使用特定于任务的向量和静态向量。本文讨论的CNN模型改进了7个任务中的4个,包括情感分析和问题分类。
下载
https://download.csdn.net/download/fzf1996/85055017
结论:在目前的工作中,我们描述了一系列建立在word2vec之上的卷积神经网络实验。尽管对超参数进行了很少的调整,但带有一层卷积的简单CNN表现得非常好。我们的结果增加了一个已被认可的证据,即无监督词向量的预训练是NLP深度学习的一个重要组成部分。