使用语言学特征进行文本情感分类《Linguistically Regularized LSTM for Sentiment Classification》
原文链接 本文发表于自然语言处理领域顶级会议 ACL 2017 代码链接 摘要 本文主要是做句子情感分类任务的研究，前人做的工作大多都依赖于短语级别的标注，这样费时费力，而一旦仅使用句子级别的标注的话模型效果就会大幅下降。本文提出了一种简单的句子级情感分类模型，把语言学规则（情感词典，否定词和程度副词）融入到现有的句子级LSTM情感分类模型中。 模型 语言学知识对情感分析任务至关重要， 主要包括:
相关文章
- 1. Linguistically Regularized LSTMs for Sentiment Classification
- 2. 2017acl---Linguistically Regularized LSTM for Sentiment Classification笔记
- 3. NLP入门（十）使用LSTM进行文本情感分析
- 4. 使用bert进行情感分类
- 5. 用神经网络做情感分类《Transformation Networks for Target-Oriented Sentiment Classification》
- 6. 《Attentional Encoder Network for Targeted Sentiment Classification》
- 7. 《Attention-based LSTM for Aspect-level Sentiment Classification》
- 8. 【深度学习】情感分析和文本分类资料汇总
- 9. LSTM Networks for Sentiment
- 10. 《Attention-based LSTM for Aspect-level Sentiment Classification》阅读笔记
- 更多相关文章...
- • Redis中使用Lua语言 - Redis教程
- • Scala Trait(特征) - Scala教程
- • Kotlin学习（一）基本语法
- • Kotlin学习（二）基本类型
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Linguistically Regularized LSTMs for Sentiment Classification
- 2. 2017acl---Linguistically Regularized LSTM for Sentiment Classification笔记
- 3. NLP入门（十）使用LSTM进行文本情感分析
- 4. 使用bert进行情感分类
- 5. 用神经网络做情感分类《Transformation Networks for Target-Oriented Sentiment Classification》
- 6. 《Attentional Encoder Network for Targeted Sentiment Classification》
- 7. 《Attention-based LSTM for Aspect-level Sentiment Classification》
- 8. 【深度学习】情感分析和文本分类资料汇总
- 9. LSTM Networks for Sentiment
- 10. 《Attention-based LSTM for Aspect-level Sentiment Classification》阅读笔记