NSC

Klasifikasi sentimen saraf

Klasifikasi sentimen saraf bertujuan untuk mengklasifikasikan sentimen dalam dokumen dengan model saraf, yang telah menjadi metode canggih untuk klasifikasi sentimen. Dalam proyek ini, kami menyediakan implementasi NSC, NSC+LA dan NSC+UPA [Chen et al., 2016] di mana informasi pengguna dan produk dipertimbangkan melalui perhatian pada tingkat semantik yang berbeda.

Hasil evaluasi

Hasil evaluasi pada klasifikasi sentimen tingkat dokumen. ACC. (Akurasi) dan RMSE adalah metrik evaluasi.

Dalam tabel di atas, model awal termasuk mayoritas, trigram, teks, UPF, AVGWORDVEC, SSWE, RNTN + RNN, paragraf vektor, JMAR dan UPNN dilaporkan dalam [Tang et al., 2015].

Data

Kami menyediakan dataset IMDB, YELP13 dan YELP14 yang kami gunakan untuk klasifikasi sentimen di [unduh]. Dataset harus didekompresi dan dimasukkan ke dalam folder NSC/, NSC+LA/atau NSC+UPA/.

Kami prepocess data asli untuk membuatnya memenuhi format input kode kami. Dataset asli dirilis oleh kertas [Tang et al., 2015]. [Unduh]

Vektor kata pra-terlatih dipelajari pada setiap dataset (IMDB, YELP13, YELP14) secara terpisah.

Dataset di setiap domain berisi tujuh file, menggunakan format berikut:

• Train.txt: File pelatihan, format (dokumen kelas productId userId), dibagi oleh ' t'.
• dev.txt: file dev, format yang sama dengan train.txt.
• test.txt: file uji, format yang sama seperti train.txt.
• WordList.txt: Kata-kata yang sesuai dengan urutan yang sama dalam vektor kata pra-terlatih, satu per baris.
• usrlist.txt: ID pengguna di setiap dataset, per satu baris.
• prdlist.txt: ID produk di setiap dataset, per satu baris.
• Embinit.Save: File embedding kata pra-terlatih, yang disimpan sebagai acar dan dapat dimuat dari acar ke array yang tidak ada.

Model terlatih dapat ditemukan di tautan ini.

Kode

Kode sumber berbagai model dimasukkan ke dalam folder NSC/SRC, NSC+LA/SRC, NSC+UPA/SRC.

Kereta

Untuk pelatihan, Anda perlu mengetik perintah berikut di folder SRC/ dari setiap model:

 THEANO_FLAGS="floatX=float32,device=gpu" python train.py $dataset $class

Di mana dataset adalah folder dataset yang sesuai, kelas adalah jumlah domain yang sesuai.

Misalnya, kami menggunakan perintah berikut saat menggolongkan dokumen IMDB:

 THEANO_FLAGS="floatX=float32,device=gpu" python train.py IMDB 10

File model pelatihan akan disimpan dalam model folder/ BestModel/ dari masing -masing model.

Tes

Untuk pengujian, Anda perlu mengetik perintah berikut di folder SRC/ dari setiap model:

 THEANO_FLAGS="floatX=float32,device=gpu" python test.py $dataset $class

Di mana dataset adalah folder dataset yang sesuai, kelas adalah jumlah domain yang sesuai.

Misalnya, kami menggunakan perintah berikut saat menggolongkan dokumen IMDB:

 THEANO_FLAGS="floatX=float32,device=gpu" python test.py IMDB 10

Hasil pengujian yang melaporkan keakuratan dan RMSE akan ditampilkan di layar.

Mengutip

Jika Anda menggunakan kode, silakan mengutip makalah berikut:

[Chen et al., 2016] Huimin Chen, Maosong Sun, Cunchao Tu, Yankai Lin dan Zhiyuan Liu. Klasifikasi sentimen saraf dengan perhatian pengguna dan produk. Dalam Prosiding EMNLP. [PDF]

Referensi

[Chen et al., 2016] Huimin Chen, Maosong Sun, Cunchao Tu, Yankai Lin dan Zhiyuan Liu. Klasifikasi sentimen saraf dengan perhatian pengguna dan produk. Dalam Prosiding EMNLP. [PDF]

[Tang et al., 2015] Duyu Tang, Bing Qin, Ting Liu. Mempelajari representasi semantik pengguna dan produk untuk klasifikasi sentimen tingkat dokumen. Dalam Prosiding EMNLP.