如何使用CNN Tensorflow对电影评论中的情感和类型进行分类
如何使用CNN Tensorflow对电影评论中的情感和类型进行分类
提问于 2017-07-10 13:46:06
我正在尝试对影评的情绪进行分类，并根据影评本身预测这部电影的类型。现在情感是一个二分类问题，其中的流派可以是多标签分类问题。
另一个澄清问题的例子是对句子的情绪进行分类，并预测句子的语气是快乐、讽刺、悲伤、可怜、愤怒还是恐惧。
更重要的是，我想使用Tensorflow CNN执行这种分类。我的问题是构建y_label和训练数据，以便输出帮助我检索情感和流派。例如，数据Y标签：[0，1，0，1，1，0]表示情绪为负面，情绪为讽刺和愤怒
你建议我怎么解决这个问题？
回答 2
Stack Overflow用户
发布于 2017-07-10 17:28:52
基本上，在CNN的最后一层，当您将CNN输出调整为1x1xN的形式时，添加两个前馈神经网络。所以如果你有一个简单的分类问题，你可以将CNN的输出输入到一个前馈神经网络中，在这种情况下，你就有了两个这样的网络。因此，为了实现这一点，你需要具备以下条件：
- CNN输出-feed-> Classifier#1
- CNN输出-feed-> Classifier#2
因此，你必须分离分类，但你仍然需要反向传播它们，所以它看起来像这样：
loss1 = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(prediction1, labels_1))
loss2 = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(prediction2, labels_2))
loss = loss1 + loss2 因此，您将使用优化器“最小化”loss。
Stack Overflow用户
发布于 2017-07-10 14:54:18
您可以将其视为multi-label问题，并将sentiment和tone标签附加在一起。
现在，由于网络必须预测多个输出(在本例中为2个)，您需要使用sigmoid而不是softmax这样的激活函数。你的预测可以用tf.round(logits)来实现。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/45004514
复制相关文章
相似问题
腾讯云开发者
