293225452
阅读过
1949
打赏
733326
推荐票
6962204
完本
【游戏入侵+无cp+扮演+升级流+爽文+马甲+疯批strong女主】 上一世被道具控制，被渣男吸干气运囚禁的祁明月再睁眼竟回到了游戏入侵前一年。 抽到的天赋不喜欢？那就换一个！开局直接觉醒神级天赋戏命师！ 副本太难？不好意思，副本高分评价她轻松拿下！ npc太强？不好意思，她一人一刀直接杀穿副本！ 一个人在游戏中走不远？她直接用神级天赋造出一个组织！ 人人都说，黑桃组织背后不仅有未知存在做靠山，组织中的人也个个强的没边了！ 但只有祁明月知道，黑桃A是她，黑桃3是她，黑桃k也是她。 组织背后那个未知强大的靠山，还是她！ 重获一世，祁明月的目标就是，死死抓住每一次机会，爬到最高的位置！ 天赋【戏命师】：你是最疯狂的赌徒，每场游戏你都会拼上所有，戏命师热爱游戏胜过生命，如果无法继续游戏，她宁愿选择死亡！ —————— 女主前期蓝星猥琐发育（不是），中后期大地图（敬请期待） ps：女主不是好人，也不是坏人， 请大家不要对女主的道德底线有太高要求， （文中角色不论男女没有纯好人，大家都是有着光明未来的疯子。）
萌系
后世道门落魄修士穿越大秦，开局被当成江湖术士为始皇长生，本以为自己定是那被坑杀的数百术士之一。 但谁能知晓，后世之道术，在此世绽放！ 曾经所学而不能用的各种道术在其手中一一绽放出曾经的光辉！ 以七星续命之术为始皇长生！ 将黄巾力士之术赐予战将纵横捭阖！ 当道术再次绽放出它的光辉之时，道门，终将崛起！ 吾为道门魁首！ 镇大秦，吞天下！
都市
基于深度循环神经网络的跨领域文本情感分析 A Cross-domain Text Sentiment Analysis Based on Deep Recurrent Neural Network 作者： 余传明 1 作者单位： 1. 中南财经政法大学信息与安全工程学院 武汉 430073 提交时间： 2023-08-26 摘要: [目的/意义]通过在标注资源丰富的源领域（Source Domain）中学习，并将目标领域（Target Domain）的文档投影到与源领域相同的特征空间（Feature Space）中去，从而解决目标领域因标注数据量较小而难以获得好的分类模型的问题。[方法/过程]选择亚马逊在书籍、DVD和音乐类目下的中文评论作为实验数据，以跨领域情感分析作为研究任务，提出一种跨领域深度循环神经网络（Cross Domain Deep Recurrent Neural Network，CD-DRNN）模型，实现不同领域环境下的知识迁移。CD-DRNN模型在跨领域环境下的平均分类准确度达到了81.70%，优于传统的栈式长短时记忆网络（Stacked Long Short Term Memory，Stacked-LSTM）模型（79.90%）、双向长短时记忆网络模型（Bidirectional Long Short Term Memory，Bi-LSTM）模型（80.50%）、卷积神经网络长短时记忆网络串联（Convolution Neural Network with Long Short Term Memory，CNN-LSTM）（74.70%）模型以及卷积神经网络长短时记忆网络并联（Merged Convolution Neural Network with Long Short Term Memory，Merged-CNN-LSTM）模型（80.90%）。[结果/结论]源领域和目标领域的知识迁移能够有效解决监督学习在小数据集上难以获得好的分类效果的问题，通过CD-DRNN模型能够从无标注数据中有效地筛选特征，从而大大降低目标领域数据标注相关的工作量。 Abstract: [Purpose/significance] In order to solve the problem of classification model in target domain that caused by the lack of data, this study firstly trains the model of source domain that includes rich labeling/tagging data, and then, projects source and target domain documents into the same feature space. [Method/process] The reviews of three product categories, i.e. books, DVD and music, from Amazon, which are written in Chinese, are taken as the experimental data, and the cross-domain text sentiment analysis is considered as the research task. A novel model, i.e. the Cross Domain Deep Recurrent Neural Network (CD-DRNN), is proposed to achieve knowledge transfer among domains. The average accuracy value of CD-DRNN achieves 81.70%,which excels the values of Stacked Long Short Term Memory (79.90%), Bidirectional Long Short Term Memory(80.50%), Convolution Neural Network with Long Short Term Memory (74.70%) and Merged Convolution Neural Network with Long Short Term Memory (80.90%). [Result/conclusion] Knowledge transfer in source domain and target domain could effectively solve the difficulties of achieving good classification performances on small data sets. The proposed method can be leveraged to effectively select features from unlabeled data, thereby greatly reducing the workload related to data annotation in the target domain. 跨领域 迁移学习 深度循环神经网络 情感分析 期刊： 图书情报工作 分类： 图书馆学、情报学 >> 图书馆学 引用： ChinaXiv:202308.00284 (或此版本 ChinaXiv:202308.00284V1 ) doi:10.12074/202308.00284 CSTR:32003.36.ChinaXiv.202308.00284.V1 推荐引用方式： 余传明.(2023).基于深度循环神经网络的跨领域文本情感分析.图书情报工作.[ChinaXiv:202308.00284] 版本历史 [V1] 2023-08-26 23:57:18 ChinaXiv:202308.00284V1 下载全文
变异
求请皇上颁诏，将《三哥哥总在我脑海里蹦跶》公之于众……” 新任军机大臣，礼部尚书刘统勋叩首上奏，也是带着哭腔
军事
倒霉可怜人类直男VS众多高等虫族（拟人） 直男，何瑜莫名其妙穿到了虫族的世界里。 没有现代世界的秩序和法律， 何瑜只感受到虫族世界的残酷和冰冷。 突然有一个声音告诉他： “你是这个世界上最后的虫母了。” 随之而来的是无数虫族的疯狂和追随， 何瑜感到痛苦，但是他无法逃离， 身上不断分泌的蜜腺让他不得不受到虫族的重视和囚禁。 他被虫族中实力最强的雄虫们豢养着， 他好像在这种不平等的关系里爱上了他。 冰冷指挥官兰斯总是偷偷看着他 花心将领荷奥利为他献上最为醇美的酒。 虫族最为博学的智者默珩为他走下圣地。 他会给他想要的爱吗？ 答案是，会的（竭尽所能）。
政治
无cp亲情向+单女主+柯南+文野+咒回+小小梦魇 在穿越到魔法世界度过了10年之久的炼金术师莉娜，在毕业之际居然又一次穿到了自己看过的漫画里。 这是一个只想过平静生活的巫师为了自己的家人，朋友，努力奋斗的故事。 点击就看巫师莉娜和她的奇奇怪怪的家人们。 不论曾是卧底的公安，还是为民牺牲的防爆警察 就连曾是黑手党的异能奶爸和天与暴君，也都是她认定了的家人，无论是谁！都不能夺走她的平静生活！
治愈
名为【童话镇】的恐怖副本成为悬在全人类头上的利剑。各国天选者进入其中，一旦失败，对应的童话诡异将在现实降临。 继龙国最后的王牌天选者在【白雪公主】副本中陨落，龙国即将面临灭国之灾。 绝望之际，新的天选者苏铭被选中，一个刚刚失业的动画原画师。 当全球直播开启，看到那熟悉的三角奶酪墙洞、红色狗屋和永无止境的追逐时，所有人都懵了。 这是全球最高死亡率、号称“无解循环”的SS级副本——【永恒的追逐】！ 然而，苏铭看着眼前那只穿着女仆装的二足直立黑猫，和那只悠闲品着咖啡的小老鼠，彻底傻眼。 这不就是《猫和老鼠》吗？！ 别人眼中无解的恐怖循环，在他这个逐帧分析过上百集的老动画人眼里，全是漏洞！ “规则说永远不能伤害杰瑞？你们不知道汤姆有9条命可以用来试错吗？” “斗牛犬斯派克的规则列表有一米长？但他儿子泰克就是他唯一的开关！” “女主人两只脚从不露脸，被誉为最神秘的规则具象体？我知道她最怕什么！” 当别的天选者还在为一块发霉的面包挣扎时，苏铭已经开始利用各种经典道具（捕鼠夹、炸药、隐身药水）反向戏耍起了童话镇的诡异生物。 “你们扮演的是求生者，而我，要扮演汤姆。” “我的童年回忆，好像有点不对劲，但又好像……完全对上了？”
衍生
如今的成龙，许冠杰那都是片酬几百万的巨星，相比之下，李连杰只不过是一个凭借《原地起飞》一路走红的内地动作演员，虽然荣少亨一口气拿出五百万买断他加盟玄霆，实际上他的号召力还不及前两名强大，正所谓，一个巨星能撑起一片天，显然，李连杰想要撑起玄霆的天空还有很长的一段路要走
军事
魔童：开局让敖闰怀孕！是(不打伞的瞎子)新书,这是一个现代人回到古代，回到一个完全没有任何超凡的真实世界，靠着将一切数据属性化的异能，慢慢崛起的故事。 精彩尽在魔童：开局让敖闰怀孕！
凡人流
五一旅游遇暴风雨跌落山崖，赵晓芸一睁眼，竟穿成古代寡妇，还赠送了个儿子！ 穿越赠送捡漏金手指，可提示捡漏，可抽奖还赠送新手大礼包 意外的是儿子重生而来，上一世被人害死，重生归来只为护母周全，告知灾荒 母子两人攒钱囤货，逃荒种田，发家致富！
江湖
最爱向左
喻繁宝贝结婚纪念日快乐呀 妈妈爱你mua
韩奔放了心，回禀豫王：“这人没问题
谢谢英爱的评：）关于明若的背景，汗～～这点确是我当初考虑不周。最初的时候，只是想要把背景放的远一些，比较会有一种梦幻的感觉：p自从写出来，有很多朋友对以日本为背景提出了意见，如果看到出版的版本话，大家应该会看到明若的背景已经完全架空掉了：）昨天和今天，我把排版混乱的明若重新贴了下，然后在想，要不要贴背景修改以后的版本呢？终于还是决定贴最初的吧，只是为了留个纪念，也为了牧野流冰、风间澈、东寺浩男这些最初的名字。笑，明若有很多很多缺陷，但由于是我的第一个长篇，所以感情很特别。“我穿马甲”，以后的小说我会尝试着用更加明确的背景，还希望多提意见啊～～
再把原著和广播剧听一遍。
这篇书评可能有关键情节透露 我是因为喜欢看轻小说才偶然得知有这样一本书的。 人们都说，悲剧往往让人印象深刻，而喜剧让人心生喜悦。这本书恰恰让悲剧与喜剧并行，给我留下了深刻的印象。 故事的开端，我们可以看到传统轻小说中的阴郁男主角，所幸，后面出现的女主角并不是传统中的阳角。“你想不想出售... ( 展开