该预训练词嵌入根据斯坦福大学提出的Glove模型进行训练，主要包括如下四个文件：
1） glove.6B：Wikipedia 2014 + Gigaword 5 (6B tokens, 400K vocab, uncased, 50d, 100d, 200d, & 300d vectors, 822 MB download)
2） glove.42B.300d：Common Crawl (42B tokens, 1.9M vocab, uncased, 300d vectors, 1.75 GB download)
3）glove.840B.300d：Common Crawl (840B tokens, 2.2M vocab, cased, 300d vectors, 2.03 GB download)
4）glove.twitter.27B：Twitter (2B tweets, 27B tokens, 1.2M vocab, uncased, 25d, 50d, 100d, & 200d vectors, 1.42 GB download)
2021-04-11 12:15:42
95B
1
文本情感分析作为NLP的常见任务，具有很高的实际应用价值。本文将采用LSTM模型，训练一个能够识别文本postive, neutral, negative三种情感的分类器。
2021-04-10 11:04:30
11.63MB
1
目录
摘要：
数据集描述：
模型构建
结果分析
结束
相关链接：
摘要：
语音情感分析就是将音频数据通过MFCC（中文名是梅尔倒谱系数（Mel-scaleFrequency Cepstral Coefficients)）加载为特征向量形式，然后将其输入进入LSTM神经网络进行抽取语音特征。最后采用softmax分类函数实现情感标签的分类任务。其下游任务是人机交互智能化的一个关键部分。
数据集描述：
一共四种中文情感的数据集。共200条，数据质量不是很好，不是很长的语音文本，但是从这种4s短时的语音中也能听出其情感极性。其数据存储格式为：***.wav ，为wav文件。这个小的demo数据集来
2021-04-09 13:06:20
180KB
1
针对规模化、精确化网络舆情分析的需求，文中对文本情感的分析方法进行了研究。通过结合深度学习中卷积神经网络（CNN）和循环神经网络（RNN）的优点，提出了多重卷积循环网络（CRNN）。该网络既保留了CNN深层次、拟合能力强的特性，又引入RNN中的长短记忆单元（LSTM），提升网络对于长文本序列的分析能力。基于该网络，其对网络舆情的分析方法流程进行了设计。仿真结果表明，所提出的方法在标准数据集NLPCC2013上，准确率、召回率和F1值相较于RNN、CNN网络分别可以提升约6%、2%和2%。
2021-04-08 19:28:20
1.58MB
1