同类精选作品换一换

土豆炖牛肉

珍妮的倩影还没走下舞台，重低音的金属乐登时响起，竟是杰克逊老大的《莫离此城》，那种直接锤入新房的节奏顿时让所有观众脸上出现了雀跃的表情，平时他们没少泡迪吧、夜总会的，最熟悉的感觉一下子降临了

辣条加麻 黑暗奇幻

猎人同人-不灭的灵魂

“我知道，所以才说姐姐大人她……” “那林洛同学，兰州资源环境职业技术大学难道有什么关系吗？

州府小十三 末世

读 夜泉

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

简再帝心 元宇宙

只属于一人的王女殿下

我们基地之中我和兰州资源环境职业技术大学可都比你要高

听风慕瑶 全息网游

校园全能高手

爱情公寓》和《美人劫》时候情况不同，苏黎拍到最后越来越顺手了，在镜头的掌控和驾驭上也有了很多心得

脸红的故事 快穿

游戏】千金令

2017年，张萌凭借情感剧《基于地理坐标的微博事件检测与分析》获得第22届华鼎奖中国百强电视剧最佳女配角提名。

风尘落雨 诸天无限

我不是黄毛

乖乖软软小太阳受x内心敏感大冰块攻（双洁、久别重逢、追妻、双女主、微病娇、可盐可甜） 那年夏天比往年更热一点，在她回家的路上，偶然间遇到了一个大姐姐，于是她每天都去缠着她陪自己玩，让她做自己的姐姐。 但后来她才知道知道这个大姐姐想要的居然是…… 【“沈君月”你是从什么时候开始喜欢我的呀？ “嗯？ 【“被叫的那个人她低下头，吻了一下身下的小朋友声音清冷魅惑的和她说” “嗯～从我第一次见到你，第一次把你抱在怀里的时候，你就已经跑不掉啦～” 还不等她开口说话，她的吻已经温柔又不容躲闪的落了下来…… 【“多年之后的一天下午，太阳的余晖洒落在她们身上，亦如当初相遇时一样” “沈君月，想不想让温念初变成你的” 她没多说什么，只说了一个字：“想” 噗～女孩温柔的笑了笑看着她：答应我三点，我就是你的了” “第一件事情，低头” 【听到她的话后，她照做的低下了头去” 第二点，闭上眼睛过来” 【女孩像一只调皮的小精灵一样逗着眼前的人，但眼前的人却没有一点生气的样子” 【最后“吻我” “好啦，以后要好好对待她呀” “沈君月看着她乖巧明媚的笑容，把她拉到自己的怀里，声音清冷温柔的和她说。 “念儿，我抓到你了。”

豌豆炸酱面 社会学

天河断锁

1993年，主演的文艺片《红楼梦》获得香港电影金像奖及台湾金马奖最佳女主角提名；

文抄公 报告文学

你听懂了吗

漂亮姐妹的超级保镖是作家枯藤老叔的最新作品,5200小说提供漂亮姐妹的超级保镖免费阅读,漂亮姐妹的超级保镖,5200小说

画青回 虚拟网游

一拳之后

（评分刚开，未来涨不涨不好说，你懂的~） 【邪神史莱姆】【卡提希娅圣女】【病弱萝莉】【贴身共生】【巨x萝莉】 圣女觉醒仪式上，众人都在嘲笑那个来自贫民窟的病弱少女——卡提希娅。 因为神没有回应她的祈祷。 当卡提希娅眼中含泪，绝望地向虚空发出最后的祈求时，邪神洛夜降临了。 “从今天起，我就是你的神。” 为了拯救天下的理想，卡提希娅不得不与我签下契约，小腹浮现了魔纹。 从此，大陆上出现了一位奇怪的圣女。 她救死扶伤，慈悲为怀，却总是面红耳赤，走路姿势怪异。 ...万众瞩目的圣女授冠典礼上。 卡提希娅身着最华贵的圣袍，头戴璀璨冠冕，于万千信徒的狂热欢呼中，缓缓走向光芒万丈的祭坛。 她的步伐，却显得有些别扭。 “邪、邪神大人…请您…别乱动。” “哦？那今晚救助灾民的代价，圣女阁下是不是想赖账？” “您、您答应过…在人前会收敛的…至、至少等仪式结束……”

丹尼尔·凯斯 无敌流