我正在读一些IMDB电影评论情感分类器，上面是Keras。以下是模型定义： model = keras.Sequential()model.add(keras.layers.GlobalAveragePooling1D())
model.add(keras.layers.Dense(16, activation=&q
浏览 13提问于2019-06-18得票数 0
回答已采纳
1回答
我正在对电影评论的数据集执行情感分析。神经网络是一个单隐藏层神经网络，在Python中从头开始。分类器期望为每个评论短语分配五个类别(0到4)中的一个。然而，在训练时，dev集合的混淆矩阵给出了以下结果：这意味着分类器严重偏向于0级和4级。可能的原因是什么？分类器之前总是只预测类2，因为数据集是不对
浏览 12提问于2020-11-17得票数 0
2回答
有人知道textblob情绪是如何运作的吗？我知道它是基于模式工作的，但我找不到任何文章或文档来解释模式如何为句子分配极性值。
浏览 4提问于2017-04-28得票数 5
回答已采纳
1回答
寻找选择Keras字嵌入层维数的准则。例如，在简化的电影评论分类代码中：VOCAB_SIZE =output_dim=EMBEDDING_DIMS), tf.keras.layers.Dense(6, activation=&
浏览 0提问于2020-10-14得票数 3
5回答
电影评论情感分析的训练数据集
、、、、
我目前正在使用Python进行情感分析。根据情绪分析，我想找出一部电影的评论是正面的还是负面的。我在此链接中找到了一个培训数据集。这个数据集有评论，得分1表示评论为正，0表示电影评论为负值，但记录数量较少。我有一个测试数据集，我将预测基于训练集。我的测试数据集有复杂而冗长的单词，我的python模型有时会给出负面评论的正结果(负面评论返回
浏览 0提问于2016-04-15得票数 7
1回答
多任务学习
、、
有人能用简单直观的方式解释一下多任务学习吗？可能一些现实世界的问题是useful.Mostly，这些天我看到许多人正在使用它来完成自然语言处理任务。
浏览 4提问于2011-12-31得票数 5
回答已采纳
1回答
我正在尝试为我的文本分类模型添加一个关注层。输入是文本(例如电影评论)，输出是二元结果(例如正面和负面)。的可读可用的关注层。Keras中内置了keras.layers.Attention层。keras-self-attention包中还有SeqWeightedAttention和SeqSelfAttention layer。作为深度学习领域的新手，我很难理解这些
浏览 17提问于2019-10-25得票数 4
1回答
我从Uni中获得了一些卷积神经网络和边缘检测的经验，但对其他类型的机器学习模型的研究还不多。我想知道是否有一个适合使用特定的文本关键字(例如，从网络新闻来源解析的单词)来达到某种二进制位，是/不是决定？
浏览 0提问于2019-06-11得票数 0
回答已采纳
2回答
仅训练一个标签的nltk分类器
、、、、
第六章是关于文本分类的，我对一些事情感到有点困惑。在示例(名称和电影评论)中，训练分类器在两个定义明确的标签(男性-女性和pos-neg)之间进行选择。但是如果你只有一个标签，如何训练呢？假设我有一堆电影情节大纲，我只对科幻类型的电影感兴趣。我可以训练一个分类器，让它只识别科幻情节吗？如果分类置信度> 80%，则将其放入科幻组，否则，直接忽
浏览 1提问于2013-04-26得票数 0
回答已采纳
2回答
文本分类中对密集层的需求
、、、、
在创建文本分类模型时，为什么需要一个密集的层？我在多个例子中注意到以下是结构。软件是什么要求的权利，而不是密集的一层？model = tf.keras.Sequential([ tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(64
浏览 0提问于2020-06-17得票数 0
回答已采纳
对于一个评估，我需要能够应用一个卷积层的文本数据。所以我试着对亚马逊的评论进行情绪分析。然而，在Embedding层之后，Conv1D层将无法获得所需的形状。__version__}')from tensorflow.keras.layers import Dense, Conv1D, GlobalAveragePooling1Doutput_di
浏览 3提问于2020-05-06得票数 0
回答已采纳
大家好，亲爱的社会成员。我正在创建一个神经网络来预测一个多标签的y。具体来说，神经网络需要5个输入(演员列表、情节摘要、电影特征、电影评论、标题)，并试图预测电影类型的顺序。在神经网络中，我使用嵌入层和全局最大池层。
然而，最近我发现了层次感，这是近年来机器学习翻译中一个非常有趣的话题。因此，我想知道我是否可以使用其中的一个层，但只使用绘图摘要输入。但是，通过当前对图摘要的双向处理
浏览 6提问于2020-07-23得票数 3
回答已采纳
1回答
我使用keras (后端tensorflow)对亚马逊评论中的情感进行分类。
我还能尝试什么来提高我的成绩呢？
浏览 0提问于2018-03-20得票数 0
回答已采纳
基于我的文本学习知识，我们想要阻止和删除停止词，以减少我们的数据熵。然而，像“不”这样的停止词可能会对评论的意义和情感产生巨大的影响。例如：
如果我把断句留在课文中，那么我假设它们的意义很小，所以没关系，只需要花更长的时间来训练我的分类器。我认为这两种权衡是准确的，还
浏览 4提问于2016-02-23得票数 0
回答已采纳
1回答
有没有一种方法可以使用TextBlob进行情感分析？目前，我相信TextBlob正在使用其他语料库数据库从download_corpora.py进行情感分析，但我不知道哪些数据库实际上是用于分析的。
浏览 15提问于2017-01-26得票数 0
2回答
我已经决定开始一个情感分析项目，不知道具体如何开始和使用什么。我听说过朴素的Baes分类器，但我不知道如何在python中使用它，也不知道它是如何工作的。如果我必须找到，我必须找到的净情感，每一个单词的价值。是否已经创建了一个充满文字和情感的数据库，或者我必须创建一个列表。谢谢
浏览 3提问于2013-09-10得票数 0
我正在着手一个用于情感分析的NLP项目。我能找到的所有数据集，例如，NLTK附带的语料库电影评论数据都不是webservice格式的。看起来这里已经完成了一些处理。(根据情感来组织句子，这一定是WEKA吗？或者其他什么？)我不太明白为什么WEKA和NLTK一起使用。
浏览 50提问于2010-05-14得票数 17
回答已采纳
2回答
我正在使用NLTK在Python中设计一个文本分类器。每句话考虑的一个特征就是它的情感。我想要对具有积极或消极情绪的句子进行加权，而不是那些没有任何情绪的句子(中性句子)。使用电影评论语料库和朴素贝叶斯分类器只会产生正面和负面的标签。有没有人知道有一个基于情感给句子赋予某种权重的库？
谢谢!
浏览 0提问于2015-12-10得票数 5
1回答
寻找产品评审数据集
、、、、
我正在做一个关于产品分析的学校项目，这是基于情感分析的。我寻找训练数据集已经有很长一段时间了，到目前为止，我能够找到的是电影评论的数据集。我的问题是，我是否可以使用这个数据集来训练分类器，即它会不会影响分类的准确性？如果是的话，这里有谁知道我在哪里可以获得免费的产品评论数据集？
浏览 2提问于2014-03-17得票数 1
回答已采纳
我正在尝试制作一个用于情感分析的二进制分类器，我正在使用TensorFlow中的基本文本分类教程中的模型，下面是： layers.Embeddinglayers.Dropout(0.2), layers.Dropout(0.2),该模型具有80%的二值精度但
浏览 4提问于2020-11-15得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
