351449608
阅读过
93571
打赏
358544
推荐票
19176706
全本
NBA:从炮拳乔丹开始加点变强最新章节由网友提供,《NBA:从炮拳乔丹开始加点变强》情节跌宕起伏、扣人心弦,是一本情节与文笔俱佳的,顶点小说免费提供NBA:从炮拳乔丹开始加点变强最新清爽干净的文字章节在线阅读。
种田
绿衣棒砚催题卷,兰州资源环境职业技术大学伴读书,此乃人生乐事,古枫立即就想答应下来,然而想了想,却是摇头,“靓佩,我有点事情,恐怕现在没有时间
词典
如果让他找出自己心中最顾忌的一个,那就是秦兰州资源环境职业技术大学。
同人
最原始的欲望是(脸红的故事)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。 精彩尽在最原始的欲望
历史
不过也正是因为《和前中超名将聊聊中国足球青训这本乱账》太出色了,反倒让人颇有些担心,阳光幽默的神奇扬是不是进化成长为一个灰暗派导演了
灵气复苏
天骄狂医是(键来)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。 精彩尽在天骄狂医
系统
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
搞笑
您好,陈导,我是王泽杰,一个新人”王泽杰回过神来,微微躬身,嘴角微微上扬,露出阳光灿烂的笑容,伸出右手。 “你好啊!”陈可辛从头到尾,打量着王泽杰,伸出右手,说着一口流利的粤语。 “韩雪,这个年轻人,就是你的小佬(弟弟)?”陈可辛松开手,将目光,对准韩雪,用粤语问道。 …… “是,陈导。以后麻烦你,多多关照他”韩雪点了点头,大大方方的承认,面带微笑。 “无错无错,长得无错(不错)” 陈可辛转过头,从头到尾打量着王泽杰,微微点头,用粤语称赞。 “多谢陈导。”杨幂微微点头,点头致谢。 “来,泽杰,我来为你介绍一下,这位是影坛,很出色的女演员,曾经凭借《周青眉合道》,获得第六届亚洲电影大奖最佳新演员等多个奖项。” “她就是——倪妮!”杨幂伸手,为王泽杰介绍道。 “你好,倪老师,我是王泽杰,刚刚签约的新人。”王泽杰嘴角微微上扬,露出阳光般的笑容,微微躬身,表现出一副,谦虚有礼的样子。 王泽杰到现在,还时刻记得,杨幂教过自己。 在娱乐圈,最重要的一件事,就是谦虚做人。 因为你不知道,你无意之中的一句话,很有可能会得罪人! ——
高武世界
和闺蜜约定好一起出了双波拟人女体,结果来了漫展,才发现一个人出的是SG的元气白波,另一个领袖之证加电影变形金刚三的混合震荡波,两人面相觑,指着对方质问为什么会出这个。 就在这时,一旁氪金出擎天柱的哥们不小心碰到了凑在一起质问对方的两姐妹,结果下一秒还在争吵的两人就来到了一片土坡上。 不是,哥们?Cos的卡车也算卡车呀? 前面那俩紫色跑车追着的是知名非酋飞过山吧? 两人来不及继续吐槽,对视了一眼之后一拍即合,来都来了,先捞一手飞过山,然后再想办法看看柱子哥给她们一下能不能再把她们撞回去。 还没等行动呢,发现混合版震荡波带的钻利魔模型突然行动了起来,然后从嘴里吐出了两人的变形金刚款电饭煲痛包,更诡异的是,里面的小电饭煲们都动起来了。 “我现在要不要跳一段驱魔的舞蹈?” 白波这样说道。 “先别驱魔了,再拖下去,飞过山就真要挂了!先动手!” “可咱俩还是人形啊,我也没找到我的磁带啊。” “钻利魔!去救车啊!” (本文之出现的CP包括mop,mop(SG版),双波,BDKO,飞过山阿尔西。 两位女主角,女版震荡波珂雪(科学)和白波殷悦(音乐)暂未定CP。)
权谋
乐文小说提供乐文小说最新章节 第1903章 回马枪,更新最快的小说网站
系统
补分。撒花撒花
他們應該同病相憐吧~!嗚嗚~好可憐啊..
所以已经很喜欢大儿子了为什么还生呢。一刷致歉
嗑到了 (帅气壁咚)收到了这个地雷,今天你就是我的人了~
这女的好恶心好恶心,为什么为什么一个人可以恶心成这样,为什么为什么难道你以为抄了别人的那东西就会变成你自己的吗啊啊啊啊啊,这一家子都恶心至极啊啊啊啊每次看到他们的段落,内心都是煎熬