Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 | 29 |
| 30 |
Tags
- Holdout
- 머신러닝
- Meena
- sbert
- QANet
- hugging face
- 사회연결망분석
- word representation
- 임베딩
- 토픽모델링
- dynamic topic modeling
- 분류모델평가
- 구글클라우드플랫폼
- topic modeling
- Enriching Word Vectors with Subword Information
- 의미연결망
- GCP
- semantic network
- type-hint
- 동적토픽모델링
- 알파베타가지치기
- ROC-AUC Curve
- word2vec
- degree centrality
- Google Cloud Platform
- Min-Max 알고리즘
- sensibleness
- sequential data
- 허깅페이스
- 감성분석
Archives
- Today
- Total
목록lstm (1)
Dev.log
안녕하세요 이번 포스팅에서는 LSTM을 활용한 영문 트위터 감성분석 모델에 대해 진행하겠습니다. 1. 감성분석이란? 감정 분석은 정서적 상태와 주관적인 정보를 체계적으로 식별, 추출, 정량화 및 연구하기 위해 자연어 처리, 텍스트 분석, 전산 언어학 및 생체 인식을 사용하는 것을 말합니다 2. LSTM 3. 데이터셋 해당 모델 제작을 위해 사용된 데이터셋은 Kaggle에서 개최한 Tweet Sentiment Extraction 내의 영문 트위터 데이터를 활용하였습니다. 데이터셋의 경우 아래의 링크에서 다운 및 확인 하실수 있습니다. www.kaggle.com/c/tweet-sentiment-extraction Tweet Sentiment Extraction Extract support phrases fo..
자연어처리
2021. 2. 6. 03:07