文本情感分析学习篇
文章平均质量分 92
青卿84569
这个作者很懒,什么都没留下…
展开
-
文本情绪分析学习篇(四)
文本情绪分析学习篇(四)最近没有怎么看论文,看完了一个文档Chinese nlp,在GitHub上下载的。文档内容写得很清楚。一、自然语言处理1、分析对象和内容词汇:中文分词、词性标注、命名实体识别(人名地名识别)、新词发现语义表示、语义关系语法分析:句子结构、语义归一化、省略、归一化、情感分析、文本分类、语义表示、文本主题、文本分类/聚合、内容生成:规则匹配、机器翻译、知识推理二、研究过程1、获取语料已有语料、抓取语料国内开放的语料有搜狗语料、人民日报语料(我看了一下人民日报语料一直原创 2021-05-31 20:54:11 · 1714 阅读 · 4 评论 -
文本情感分析学习篇(三)
文本情感分析学习篇(三)题目:Word2Vec+LSTM多类情感分类算法优化文献:邬明强,邬佳明,辛伟彬.Word2Vec+LSTM 多类别情感分类算法优化.计算机系统应用,2020,29(1):130–136.http://www.c-s-a.org.cn/1003-3254/7227.html三分类的情感分类模型:消极 积极 中性 相对于Word2Vec+SVM准确率提高了10% Word2Vec之前是one-hot编码方式 Jieba库 lcut 进行句子切分,多为向量表...原创 2021-05-21 21:25:07 · 1359 阅读 · 3 评论 -
文本情绪分析学习篇(二)
文本情绪分析学习篇(二)BERTNLP处理当下比较流行的就是Bert算法,所以这次学习了这篇提出Bert的论文,要从源头学起名称:BERT:Pre-training of Deep Bidirectional Transformers for Language Understanding论文链接:link.看完论文的第一感受是 好像不知道讲了什么——所以悄悄的找了中文看看,参考博客都附在文末了,再结合知云文献翻译看了看英文文献总的来说:这就是一种跟以前不同的NLP算法模型,算法模型参考A原创 2021-04-08 20:08:14 · 512 阅读 · 0 评论 -
文本情绪分析学习篇(一)
文本情绪分析学习篇(一)1. 最新研究算法BERT(Bidirectional Encoder Representations from Transformers)近期提出之后,作为一个Word2Vec的替代者,其在NLP领域的11个方向大幅刷新了精度,目前网络最优突破性的一项技术了。特点:BERT的本质上是通过在海量的语料的基础上运行自监督学习方法为单词学习一个好的特征表示,所谓自监督学习是指在没有人工标注的数据上运行的监督学习。两个自监督任务组成,即MLM和NSPWord2ve...原创 2021-03-23 17:58:15 · 4032 阅读 · 1 评论