同类精选作品换一换

关于汉语字词扩展必要性的思考

那是一个很里面的一座别墅，王泽杰迈步走了过去，按响了别墅的房门，里面一个四十多岁的中年保姆打开了门，看见里面，很是惊讶：“你，你是谁？你怎么过来了！” “我叫王泽杰！”王泽杰接着说道。 “啊！是少主！”中年保姆连忙打开门：“少主，你请进！”看来她们早就知道了王泽杰回来的消息了。 王泽杰走了进去微笑道：“这里住的是谁啊？” “是你二伯父的夫人，也是少主您的二伯母！”中年保姆答道。 “二伯母？”王泽杰脑子转了转，从自己脑海中出现自己二伯母的样子，就是自己前世地球上的孟广美，1967年8月17日出生于台湾，中国台湾演员、模特、主持人。1995年进入模特圈，2000年获得marieclaire2000WORLDTOPMODELOFTAIWAN殊荣。1997年被英国导演格森纳威选中拍摄经典反华电影《花落时相遇》，1999年，孟广美被美国某时尚杂志推选为最具“世纪Look“的20个国际模特之一。

义楚 现代纯爱

圣之光芒学院

【穿书+甜宠+糙汉+一见钟情+家长里短+虐渣+打脸+吃瓜+发家致富+养崽崽】 一觉醒来，沈绾看到自己的未婚夫和毒闺蜜眉来眼去，原来是她自己穿越到了七零年代的一个苦命的炮灰女配身上，更狗血的是这里还是毒闺蜜写的一本小说世界。 好好好，真的是太好了。 沈绾手握原著小说，她倒要看看不要脸的毒闺蜜在这里面究竟给她自己安排了什么样的锦鲤气运，她全部都要抢夺过来。 锦鲤女主不愁吃喝？她抢抢抢! 锦鲤女主有个好工作？她抢抢抢! 锦鲤女主还是港商真千金？她抢抢抢! 沈绾在小说里面靠着各种抢抢抢，回头一看竟然抢出了属于她的爽文人生。 长在心巴上的炮灰老公也死不了还摇身一变成了全国第一批首富，对她超级宠爱。

杜养吾 纪实文学

血色玫瑰の四女王

求生】+【转职】+【进化】+【塔防】+【英雄无敌】迷雾大富翁降临，全球生态被锁死。每个国家挑选十名选手参赛，选手与国运绑定。【叮！神级骰子系统】已激活！【破除迷雾】：每一回合投掷骰子前，宿主可强行洞察公路前方所有点数对应的未来剧本、未知事件、怪物弱点与隐藏奖励。【因果指定】：宿主可无视随机概率，绝对指定骰子点数，将随机选择变为必选答案！【幸运骰子】：当你迷茫的时候掷出，帮你选择最正确

南之情 大男主

秋天物语

狐狸精京都大佬【上位者为爱低头】霍靳袅生性狠辣，手段残忍，是个无爱主义者。却没人知道，他所有的娇纵和偏爱都给了一只小狐狸精。合作伙伴：“你不是最擅权衡利弊吗，她又没什么价值。”霍靳袅：“她是例外。”-某次拍卖会，沈黛和某集团太子爷谈笑风生上了头条。当晚就被男人压在落地窗前，狠戾警告：“离他远点”“别逼我把你关起来。”沈黛笑的娇

半步年华 国术

唯一能报答你的方式

乾拳”这个名字，自然是方杰根据《云天之剑》取的第一组拳招别称，尽管这只是方杰所预想的整个拳法中的一组拳路，尽管这组拳路还仅仅只是半成品，但方杰相信，若是照这个思路继续推演下去的话，总有一天，自己所创出的这套拳法雏形将会渐渐演变成天下第一拳脚功夫！

夕曦 都市生活

周润华回上海

新书《天雷轰击》已发布，支持一下吧，拜托拜托各位宝宝们！

春溪笛晓 时空穿梭

努比亚空战

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

少数人 女频

本着良心活下去综

网络写手叶枫穿越到八二年的港岛，原本凭着前世的记忆，他可以轻松地躺平，可他非要混入港岛娱乐圈去搞风搞雨。

卿隐 掉马

大智慧小聪明

单单这首歌的前奏，我就觉得非常好听，即便跟原版《暗河：从小卒到》相比也丝毫不差，不虚此行啦

铁头阿木木 西方奇幻

盗墓：这写小说的能处有墓他真盗

非正式权威是作家鲑鱼的最新作品,提供非正式权威免费阅读,非正式权威

小妖火火 签到