RNN的情感分类如何处理不同的句子长度？

文章/答案/技术大牛

发布

1回答

machine-learning、artificial-intelligence、classification、recurrent-neural-network

我一直在做一个关于深度神经网络的课程，在其中一个练习中，我做了一个用于情感分类的RNN，但我不明白RNN如何能够在进行情感分类时处理不同长度的句子。

浏览 92提问于2020-08-12得票数 0

回答已采纳

1回答

NLP AI逻辑对话序列，每个序列结构具有多个参数。

python、tensorflow、keras、deep-learning、artificial-intelligence

我有一个包含各种参数的对话数据集(比如，如果它是一个问题，一个动作，它所传达的情感等等)。我每句话有4种不同的“信息”。假设对B的答复在另一个列表中有一个加性参数，用于其可能的情绪(1.0.0.0) (angry.happy.sad.bored) --另一个列表用于它可能的操作(1.0.0.0) (question.answer.inpulse.ending) 我知道如何构建一个常规的RNN模型(根

浏览 4提问于2020-01-11得票数 2

回答已采纳

1回答

从攻击摘要(NLP)中提取恐怖袭击动机的监督学习模型

python、nlp、supervised-learning

每一行都是一次攻击，列如下：攻击地点(long/lat，以及城市/国家)攻击/武器类型此外，我有一个文本列，其中包含了对攻击的2这是我想用来训练/预测的主要专栏。表单"is_left_wing“、"is_right_wing”等有几个目标列，其值为0、1和-1。这里0表示攻击没有各自的动机，1表示它有动机，-1表示它未知。简而言之，我的目标是构建一个模型，该模型针对目标列中的</e

浏览 0提问于2018-05-11得票数 1

2回答

RNN怎么可能做情绪分析？

deep-learning、rnn、sentiment-analysis

我想知道在做情绪分析时如何使用RNN。我认为训练向量的方法是分析情感的唯一方法，它能显示出特定单词出现多少次。如果某个RNN</em

浏览 0提问于2020-10-26得票数 6

2回答

谷歌自然语言可以用于拼写检查和语法检查吗？

google-cloud-nl

它是否是LanguageTool.org的一个好的替代方案？如果有可能的话，如何才能做到呢？

浏览 2提问于2017-09-27得票数 2

1回答

用RNN学习词嵌入

rnn、word2vec、word-embeddings

学习单词嵌入的常用方法是基于弓模型和跳格模型.任何对类似作品的引用都将受到高度赞赏。

浏览 0提问于2018-08-17得票数 3

回答已采纳

1回答

角星pad_sequence做什么？

python、padding、keras

为此，我试图在keras中编写文本char-rnn，为此，我必须首先将文本转换为序列，然后填充序列。但是，我在执行这一步骤方面遇到了很多困难。我试图谷歌它，但没有找到任何好的教程，他们的解释也不是很多在角星。请以这篇课文为例？以我在波士顿布里格姆妇女医院的诊所里被诊断患有前列腺癌的50岁男子为例。他接受了一种新的切除前列腺<e

浏览 2提问于2017-02-04得票数 3

1回答

文本分类与句子分类

machine-learning、nlp、text-classification

文章似乎以不同的方式对待它们..。也就是说，本文将对文本分类或在句子分类中的应用进行研究。我想知道--如果一个句子对整个文本进行分类，然后根据段落的大部分句子分类，这算不算正确的文本分类？还是文本分类有不同的“捕获”？

浏览 1提问于2014-05-04得票数 0

1回答

如何在PyTorch中使用Glove嵌入层处理可变长度的句子？

python、machine-learning、deep-learning、nlp、pytorch

我正在使用PyTorch中的RNN构建一个文本分类器。我使用的嵌入是GLOVE。但是，我将可变长度索引引用提供给模型。这将导致可变长度嵌入，我认为这不会起作用。我如何解决这个问题，并使嵌入输出的所有句子的长度相同？__init__hidden(size) out =

浏览 12提问于2021-04-21得票数 3

1回答

深度学习网络中短句的最佳实践

deep-learning、word-embeddings

在深度学习网络(CNN或RNN)中，我们可以使用单词嵌入(如FastText、Glove等)来表示输入文本。我的问题是：📷 有时我有几个长度大于150的句子，其余句子的平均长度是48。这里，我在一些在线实现中注意到，它们用" pad“字填充短句，以增加它们的大小，以

浏览 0提问于2018-11-04得票数 0

3回答

在单词嵌入后输出一个单词而不是一个向量？

python、nlp、rnn、word-embeddings

我试着玩一个翻译或文字摘要的玩具实现。我现在明白了，大多数人在使用任何模型之前都会使用嵌入层，这会产生类似于300维向量的东西。但是模型输出的是什么呢？就像编解码模型一样，它的输入是这些向量的序列。那么，解码器的最后一层是什么呢？不像事件抽取或类似的东西，我们将其分类为少数类。所以我的核心问题是:输出也是一个300维向量，然后我必须根据最相似的单词向量生成单词吗？或者它是原始单词空间中一个单词的索引？在第二种情况下，网络被分

浏览 0提问于2016-11-15得票数 4

回答已采纳

1回答

将不同长度的序列映射到固定向量- Python

machine-learning、python、neural-network、nlp、deep-learning

我的问题是，深神经网络要工作，输入维数必须是固定的。所以我的问题是，我怎样才能把一系列的单词(不同长度的句子)映射到一个固定的向量上，这样我才能通过一个深层次的神经网络来提供这个信息呢？

浏览 0提问于2017-01-05得票数 0

回答已采纳

1回答

文本嵌入层之后池化层的用途

tensorflow、machine-learning、keras、deep-learning、nlp

我正在遵循tensorflow网站(https://www.tensorflow.org/tutorials/text/word_embeddings#create_a_simple_model)上的教程来学习单词嵌入，我有一个困惑是关于在嵌入层之后紧跟着一个全局平均池化层的目的，如下所示： model = keras.Sequential([ layers.Dens

浏览 37提问于2020-03-26得票数 1

1回答

经常性NNs:参数共享有什么意义？填充物不会起什么作用吗？

deep-learning、nlp、lstm、recurrent-neural-network

以下是我如何理解RNN中参数共享的意义：在常规前馈神经网络中，每个输入单元都被分配一个独立的参数，这意味着输入单元(特征)的数量对应于要学习的参数数。然而，像句子这样的顺序输入数据可以以高度不同的长度输入，这意味着根据处理示例语句的不同，参数的数量将不相同。这就是为什么参数共享对于有效处理顺序数据是必要<em

浏览 1提问于2017-12-18得票数 7

回答已采纳

1回答

句子中的逻辑:树表示

machine-learning、neural-network、data-mining、deep-learning、text-mining

我有句话告诉我开商店的人是谁：“带项圈的幼犬”(2)(1) =(猫)或((狗)或(鸟))(3) =((猫)和(旧))或((鸟)和(黄)) 你认为什么才是最好的？

浏览 0提问于2017-08-27得票数 5

回答已采纳

1回答

多输出分类+情感分析

machine-learning、classification、multiclass-classification、multilabel-classification、sentiment-analysis

我正面临一些问题与文本分类问题，需要您的帮助，以了解最好的方式来处理它。问题陈述如下:假设我有一组描述特定产品的句子(假设它们是家具项目)。每个句子都需要加上一个来自10个可能的类的类的标记。最重要的是，句子中包含每个项目的情感信息(好的、坏的、中性的)。例句：“我对这张沙发的表现很满意，它

浏览 0提问于2017-03-17得票数 2

1回答

想要用朱庇特记事本把字云中的正词和阴性词分开

python、jupyter-notebook、sentiment-analysis、word-cloud、code-separation

我正在做情感分析，我已经把单词云作为一个整体，但是使用jupitor笔记本，我坚持将词云中的正负词分离开来。

浏览 5提问于2022-08-20得票数 0

2回答

用Keras中不同长度的例子训练RNN

python、keras、rnn、training

我正试着开始学习RNN，我正在使用Keras。我理解普通RNN和LSTM层的基本前提，但是我很难理解特定的训练技术要点。在角化酶(文件)中，它表示RNN层的输入必须具有形状(batch_size, timesteps, input_dim)。这表明所有的训练示例都有固定的序列长度，即timesteps。我可能想让RNN对不同长度的句子进行操作。当我在一些语料库上训

浏览 0提问于2018-01-06得票数 120

1回答

具有可变输入的线性回归体系结构，其中每个输入都是n个大小的单热编码。

neural-network、regression、rnn、pytorch

我对深入学习(在PyTorch方面有一些CNN方面的经验)还比较陌生，我不知道如何解决以下问题。我想解析一个句子，例如，我喜欢树，对每个单词的解析输出进行一次热编码，并将其输入到ML系统中。0 1 0 1 1 0 0 0 0 0 1] 然而，句子的长度当然会有所不同。使用填充物(当短于您定义的切断)或切断长度的切断(当更长)。我经常提到的另一个解决方案是使用RNN/LST

浏览 0提问于2019-01-05得票数 0

回答已采纳

1回答

为什么Transformer的BERT (用于序列分类)的输出在很大程度上依赖于最大序列长度填充？

sentiment-analysis、bert-language-model、huggingface-transformers、huggingface-tokenizers

我正在使用Transformer的RobBERT (RoBERTa的荷兰版本)进行序列分类-针对荷兰图书评论数据集进行情感分析。我想在一个类似的数据集上测试它的效果(也是在情感分析上)，所以我对一组文本片段进行了注释，并检查了它的准确性。当我检查哪种句子被错误分类时，我注意到一个独特句子的输出在很大程度上取决于我在标记化时给出的填充长度。请参阅下面的代码。，它在英

浏览 37提问于2021-05-31得票数 2

回答已采纳

点击加载更多