Translate
Requirement
PHP >= 5.5
Installation
$ composer require "mouyong/translate" -vvv
Usage
<?php
use Yan\Translate\TranslateManager;
$config = [
'default' => 'google',
'drivers' => [
// 留空
'google' => [
'app_id' => '',
'app_key' => '',
],
'baidu' => [
'ssl' => true,
'app_id' => 'your-baidu-app_id'
2021-11-14 10:23:34
16KB
1
针对歌词文本中特征词位置对音乐情感分类的影响问题，文中使用层次分析法来进行特征词在不同位置的权重分析，并对歌词所提取的特征向量进行修正。同时，与音频信号所提取到的特征向量进行多模态数据融合，使用深度置信网络已有监督训练的方式，分析混合融合后的特征向量与音乐情感之间的联系，构建出基于特征词位置因素的音乐情感智能分类算法。测试与实验结果表明，基于特征词位置因素的音乐情感智能分类算法在5种音乐情感样本的测试下，最低准确率为80.1%，平均准确率为83.5%，明显优于未采用位置因素修正的算法，具有良好的有效性与可行性。
2021-11-13 22:04:34
1.52MB
1
这是keras建立对话机器人的词向量，不局限于机器人对话，也可以做其他开发使用，可以将词转化为向量。大家可以参考，开发自己的各种模型。
2021-11-11 20:38:05
121.88MB
1
word2vec介绍
word2vec官网：https://code.google.com/p/word2vec/
word2vec是google的一个开源工具，能够根据输入的词的集合计算出词与词之间的距离。
它将term转换成向量形式，可以把对文本内容的处理简化为向量空间中的向量运算，计算出向量空间上的相似度，来表示文本语义上的相似度。
word2vec计算的是余弦值，距离范围为0-1之间，值越大代表两个词关联度越高。
词向量：用Distributed Representation表示词，通常也被称为“Word Representation”或“Word Embedding
2021-11-11 17:13:13
184KB
1