当前位置:   article > 正文

task1 情感分析baseline_github情感分析

github情感分析

该文档为datawhale情感分析组队学习的笔记
Github地址:team-learning-nlp/Emotional_Analysis at master · datawhalechina/team-learning-nlp (github.com)

  • 这部分用pytorch和torchtext构造一个简单的机器学习模型来预测句子的情绪(即句子表达的情绪是正面还是负面)
  • 使用的数据集:IMDB
  • 该baseline使用RNN

RNN

由于循环神经网络(RNN) 通常在序列模型上表现良好,所以在第一节中,我们将选择RNN作为我们的baseline。RNN每次的输入为一个单词序列: X = { x 1 , . . . , x T } X=\{x_1, ..., x_T\} X={ x1,...,xT},并为每个输入单词输出一个隐向量: h h h

我们通过输入当前单词的 x t x_t xt,和上一个隐藏层状态 h t − 1 h_{t-1} ht1,来生成下一个隐藏层状态 h t h_t ht,用公式表示为:
h t = RNN ( x t , h t − 1 ) h_t = \text{RNN}(x_t, h_{t-1}) ht=RNN(xt,ht1)

一旦当我们获得了最后一个隐藏层的输出: h T h_T hT(通过输入最后一个单词序列 x T x_T xT和前一个隐藏层状态 h T − 1 h_{T-1} hT1获得),就可以将它输入一个线性层<

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家小花儿/article/detail/357031?site
推荐阅读
相关标签
  

闽ICP备14008679号