Проблемы при создание нейронной сети для сентимент анализа
Ключевые слова:
сентимент анализ, нейронная сеть, сверточные нейронные сети, обработка естественного языкаАннотация
Подавляющее большинство работ по анализу настроений было посвящено разработке более точных классификаторов настроений, обычно включающих контролируемые алгоритмы машинного обучения и набор функций. В этой главе мы подробно остановимся на некоторых нерешенных проблемах, вопросах, которые еще недостаточно изучены, и новых проблемах, возникающих в результате решения новых проблем анализа настроений. Мы также обсуждаем предложения по решению этих проблем. Цель этой статьи состоит в том, чтобы снабдить исследователей и практиков указателями на последние достижения в области анализа настроений и стимулировать больше работы в разнообразной области проблем, особенно в тех областях, которые относительно менее изучены.
Библиографические ссылки
Посевкин Р. Автоматизация сентимент-анализа естественно-языкового текста / Р. Посевкин. — LAP Lambert Academic Publishing, 2014.
Гудфеллоу Я. Глубокое обучение / Я. Гудфеллоу, И. Бенджио, А. Курвилль. — 2017.
Шолле Ф. Глубокое обучение на Python / Ф. Шолле. — 2018.
Жерон О. Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow / О. Жерон. — 2018.
Саттон Р. Обучение с подкреплением / Р. Саттон, Э. Барто. — 2017.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Автор передаёт сроком на 5 лет ЦНИИ русского жестового языка неисключительные права на использование статьи в любой форме и любым способом, указанным в статье 1270 ГК РФ. Передача прав происходит в момент загрузки любых материалов через автоматизированную систему на данном сайте.
