- 博客(10)
- 收藏
- 关注
RSS订阅原创 2020 CM-BERT: Cross-Modal BERT for Text-Audio Sentiment Analysis
abstract多模态情感分析是一个新兴的研究领域，旨在使机器能够识别、解释和表达情感。通过跨模态互动，我们可以得到说话者更全面的情绪特征。来自Transformers(BERT)的双向Encoder表示是一种有效的预训练语言表示模型。通过微调，它在11个自然语言处理任务，如问题回答和自然语言推理上获得了新的最先进的结果。然而，以往的大多数工作都只基于文本数据对BERT进行微调，如何通过引入多模态信息来学习更好的表示仍然值得探索。在本文中，我们提出了跨模态BERT(CM-BERT)，它依赖于文本和音频模态
2021-10-07 09:47:56
1939
原创 Improving Multimodal Fusion with Hierarchical Mutual InformationMaximization for Multimodal Sentimen
Improving Multimodal Fusion with Hierarchical Mutual InformationMaximization for Multimodal Sentiment Analysispaper地址：https://arxiv.org/abs/2109.00412摘要在多模态情绪分析(MSA)中，模型的性能很大程度上依赖于合成embedding的质量. 这些embedding是由被称为多模态融合的上游过程生成的，其目的是提取和组合输入的单模态原始数据，以产生更丰富的
2021-10-07 09:41:04
2517
原创 Graph Ensemble Learning over Multiple Dependency Trees for Aspect-level Sentiment Classification
Graph Ensemble Learning over Multiple Dependency Trees for Aspect-level Sentiment Classification问题：在aspect级别的情感分类任务上，整合如句法解析树的语法结构到GNN中被证明是有效的，但是这些方法通常容易出现解析错误。方法：在面对不可避免的解析错误时，为了更好的利用语法信息，该论文提出了一个简单但有效的图集成技术–图合并，来充分利用不同解析树的预测信息。Ps:该论文不是为每个依赖树赋予一组模型参数，
2021-06-04 22:31:08
836
4
原创 docker操作
Docker 知识点：原来：java – apk – 发布到应用商店 – 张三下载使用apk–安装即可用docker：java – jar(环境) ---- 打包项目带上环境（镜像）,即容器-- (docker仓库：商店) --下载我们发布的镜像 – 直接运行即可。镜像(images):docker进行就好比是一个模板，可以通过这个模板来创建容器服务，比如tomcat镜像—>要想run这个镜像---->运行后变为tomcat01容器(提供服务器)等价于class类，然后实例化成对象，通过这
2021-04-21 21:40:51
188
原创 NLP 之word2vec实现
NLP 之word2vec实现###来源：kaggleimport osimport numpy as np # linear algebraimport pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)from sklearn.feature_extraction.text import CountVectorizer, TfidfTransformerfrom sklearn.model_selection i
2020-10-24 11:57:07
260
原创 house price
Kaggle房价预测链接：link供个人学习复习用import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsfrom sklearn import ensemble, tree, linear_modelfrom sklearn.model_selection import train_test_split, cross_val_scorefrom sklearn.met
2020-10-13 17:47:19
377
原创 NLP入门首战
NLP初入门实践###来源：Kaggle大佬--------------linkimport numpy as npimport pandas as pdfrom sklearn import feature_extraction,linear_model,model_selection,preprocessing导入数据集（数据集在链接里）train_df = pd.read_csv('F:/跨媒体计算实验组/NLP\数据集/Real or Not NLP with Disaster
2020-10-11 17:48:58
224
原创 深度学习之神经网络初实战
单层与多层神经网络实现出处：kaggle大佬的教程链接：link.个人复习总结用# This Python 3 environment comes with many helpful analytics libraries installed# It is defined by the kaggle/python docker image: https://github.com/kaggle/docker-python# For example, here's several helpful p
2020-10-07 21:18:33
522
原创 初学机器学习建模总结
逻辑回归应用Kaggle出处：寒小阳老师的博客http://blog.csdn.net/han_xiaoyang/article/details/49797143import pandas as pdimport numpy as npfrom pandas import Series,DataFramefrom matplotlib import pyplot as plpl.rcParams['font.sans-serif'] = ['SimHei']导入数据集，一般拷贝原数据，保护
2020-10-03 19:22:32
727
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人