NSC
1.0.0
يهدف تصنيف المشاعر العصبية إلى تصنيف المشاعر في وثيقة مع النماذج العصبية ، والتي كانت أساليب أحدث لتصنيف المشاعر. في هذا المشروع ، نقدم تطبيقاتنا لـ NSC و NSC+LA و NSC+UPA [Chen et al. ، 2016] حيث يتم النظر في معلومات المستخدم والمنتج عن طريق الاهتمام على مستويات دلالية مختلفة.
نتائج التقييم على تصنيف المعنويات على مستوى المستند. ACC. (الدقة) و RMSE هي مقاييس التقييم. 
في الجدول أعلاه ، تم الإبلاغ عن نماذج خط الأساس بما في ذلك الأغلبية ، Trigram ، TextFeature ، UPF ، AVGWORDVEC ، SSWE ، RNTN + RNN ، متجه الفقرة ، JMARS و UPNN في [Tang et al. ، 2015].
نحن نقدم مجموعات بيانات IMDB و YELP13 و YELP14 التي استخدمناها لتصنيف المشاعر في [Download]. يجب إلغاء ضغط مجموعة البيانات ووضعه في المجلد NSC/أو NSC+LA/أو NSC+UPA/.
نقوم بتصنيف البيانات الأصلية لجعلها تلبي تنسيق الإدخال لرموزنا. يتم إصدار مجموعات البيانات الأصلية بواسطة الورقة [Tang et al. ، 2015]. [تحميل]
يتم تعلم ناقلات الكلمات المدربة مسبقًا على كل مجموعة بيانات (IMDB ، Yelp13 ، Yelp14) بشكل منفصل.
تحتوي مجموعة البيانات في كل مجال على سبعة ملفات ، باستخدام التنسيق التالي:
يمكن العثور على النموذج المدرب في هذا الرابط.
يتم وضع رموز المصدر لنماذج مختلفة في المجلدات NSC/SRC ، NSC+LA/SRC ، NSC+UPA/SRC.
للتدريب ، تحتاج إلى كتابة الأمر التالي في المجلد SRC/ من كل نموذج:
THEANO_FLAGS="floatX=float32,device=gpu" python train.py $dataset $class
عندما تكون مجموعة البيانات هي مجلد مجموعة البيانات المقابلة ، فئة هي عدد المجال المقابل.
على سبيل المثال ، نستخدم الأمر التالي عند صياغة مستند IMDB:
THEANO_FLAGS="floatX=float32,device=gpu" python train.py IMDB 10
سيتم حفظ ملف نموذج التدريب في نموذج المجلد/ BestModel/ لكل نموذج.
للاختبار ، تحتاج إلى كتابة الأمر التالي في المجلد SRC/ من كل نموذج:
THEANO_FLAGS="floatX=float32,device=gpu" python test.py $dataset $class
عندما تكون مجموعة البيانات هي مجلد مجموعة البيانات المقابلة ، فئة هي عدد المجال المقابل.
على سبيل المثال ، نستخدم الأمر التالي عند صياغة مستند IMDB:
THEANO_FLAGS="floatX=float32,device=gpu" python test.py IMDB 10
ستظهر نتيجة الاختبار التي تبلغ عن دقة و RMSE في الشاشة.
إذا كنت تستخدم الرمز ، يرجى الاستشهاد بالورقة التالية:
[Chen et al. ، 2016] Huimin Chen ، Maosong Sun ، Cunchao Tu ، Yankai Lin and Zhiyuan Liu. تصنيف المشاعر العصبية مع انتباه المستخدم والمنتج. في وقائع EMNLP. [PDF]
[Chen et al. ، 2016] Huimin Chen ، Maosong Sun ، Cunchao Tu ، Yankai Lin and Zhiyuan Liu. تصنيف المشاعر العصبية مع انتباه المستخدم والمنتج. في وقائع EMNLP. [PDF]
[Tang et al. ، 2015] Duyu Tang ، Bing Qin ، Ting Liu. تعلم التمثيل الدلالي للمستخدمين والمنتجات لتصنيف معنويات مستوى المستند. في وقائع EMNLP.
