1. 首页
  2. 编程语言
  3. 其他
  4. 论文研究基于wordembedding和CNN的情感分类模型.pdf

论文研究基于wordembedding和CNN的情感分类模型.pdf

上传者: 2020-01-02 17:35:46上传 PDF文件 1.02MB 热度 56次
尝试将wordembedding和卷积神经网络(CNN)相结合来解决情感分类问题。首先,利用skip-gram模型训练出数据集中每个词的wordembedding,然后将每条样本中出现的wordembedding组合为二维特征矩阵作为卷积神经网络的输入,此外每次迭代训练过程中,输入特征也作为参数进行更新;其次,设计了一种具有三种不同大小卷积核的神经网络结构,从而完成多种局部抽象特征的自动提取过程。与传统机器学习方法相比,所提出的基于wordembedding和CNN的情感分类模型成功地将分类正确率提升了5.04%。
下载地址
用户评论
码姐姐匿名网友 2019-05-07 23:55:23

资料很有用,非常感谢

码姐姐匿名网友 2019-05-07 23:55:23

这个课件还算不错,内容比较丰富,对教学和科研都有很到帮助。但是,如果课件中再多一点应用实例,特别是其计算机实现过程做点介绍就更好。另外,如能依据蚁群算法的某些弱点介绍一些与其他算法结合的内容就更好了。下载分在6分左右比较合适。

码姐姐匿名网友 2019-05-07 23:55:23

内容非常全面,很好的资源,果然是贵有贵的道理。理论性很强,但实例相对较少,还是要结合其他资料的。下载分5分大约较为恰当。