深度学习(四):情感倾向性分析
NLP前置知识(情感分析)
NLP任务粒度:字、词语、句子、篇章





情感分析

文本分类
问题1:文本为什么要表示成向量呢?
问题2:如何学习到表征语义信息的向量?如何将文本表示成向量?

- 问题1:文本为什么要表示成向量呢?

- 问题2:如何学习到表征语义信息的向量?如何将文本表示成向量?

NLP原理介绍(重要)
NLP数据处理-通用流程(重要)
批处理前提:长度一样,截断/补足。
词向量维度:表示语义信息。
每句转成一个向量。


序列建模法——RNN
基本参数:U、V、W、隐藏状态。


序列建模法——LSTM(长短时记忆网络)
基本参数:W、V、b


全连接层、线性分类分类器


情感分类实战

情感分析实战指南
本文深入讲解了情感分析的基础知识及关键技术,包括NLP任务的不同粒度级别、文本向量化的方法及其重要性,并详细介绍了序列建模方法如RNN和LSTM在网络中的应用,最后通过实战案例展示了情感分类的具体步骤。
7286

被折叠的 条评论
为什么被折叠?



