![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文
k+
这个作者很懒,什么都没留下…
展开
-
Intelligent sentiment analysis approach using edge computing-based deep learning technique
边缘计算指的是在网络边缘结点来处理、分析数据。这里,我们给出边缘结点的定义,边缘结点指的就是在数据产生源头和云中心之间任一具有计算资源和网络资源的结点。比如,手机就是人与云中心之间的边缘结点,网关是智能家居和云中心之间的边缘结点。在理想环境中,边缘计算指的就是在数据产生源附近分析、处理数据,没有数据的流转,进而减少网络流量和响应时间。 交叉验证(Cross validation) 1)训练集的比例...原创 2019-03-26 21:58:06 · 269 阅读 · 0 评论 -
NLP中文分词工具比较
NLP中文分词工具比较 四款python中中文分词的尝试。尝试的有:jieba、SnowNLP(MIT)、pynlpir(大数据搜索挖掘实验室(北京市海量语言信息处理与云计算应用工程技术研究中心))、thulac(清华大学自然语言处理与社会人文计算实验室) https://blog.csdn.net/gdh756462786/article/details/79102642 ...原创 2019-05-06 16:04:16 · 641 阅读 · 0 评论 -
词向量算法
https://www.cnblogs.com/the-wolf-sky/articles/10192363.html https://blog.csdn.net/weixin_37947156/article/details/83146141 基于神经网络的表示一般称为词向量、词嵌入(word embdding)或分布式表示。 神经网络的词向量和其他分布式类似,都基于分布式表达方式,核心依然是上...原创 2019-06-05 22:31:07 · 6093 阅读 · 0 评论 -
ASAS
Aspect的情感分析(Aspect based sentiment analysis——ABAS),ABAS的主要任务:是判断句子所在的场景在某一方面的情感极性 意见目标提取 方面类别定义 情绪极性 ...原创 2019-06-04 11:27:59 · 196 阅读 · 0 评论 -
文本分类 特征选择
特征选择技术的比较:PSO,PCA和信息增益 作为与基于PSO的特征选择的比较,我们利用PCA和信息增益来减少我们问题的特征空间的维度。主成分分析(PCA)[51] 是一种有用的统计技术,通过减少维数来压缩数据。它通过遗漏冗余信息找到高维数据中的模式并将其转换为较低维度。PCA通过计算协方差矩阵的特征值和特征向量来开始其处理。这些向量提供有关数据中模式的信息。特征向量对应于包含最重要模式的最高特征...原创 2019-06-04 11:28:20 · 644 阅读 · 0 评论 -
分类器 模型
Majority是一种基本的基线方法,它将训练集中最大的情感极性分配给测试集中的每个样本。 LSTM使用一个LSTM网络对上下文进行建模,并将所有隐藏状态的平均值用作最终表示来估计情绪概率。 TD-LSTM采用两个LSTM网络分别为目标和右上下文建模左上下文。左右目标依赖表示被连接以预测目标的情感极性(Tang等,2016a)。 AE-LSTM首先通过LSTM网络对上下文词进行建模,然后将隐藏状态...原创 2019-06-04 11:31:37 · 1245 阅读 · 0 评论