Рекурсивные глубокие модели для семантической композицией по дереву тональности
Recursive Deep Models for Semantic Compositionality Over a Sentiment Treebank
2013-01-01
SCID: 54.1/6psbvans
Discuss with AI
рекурсивная глубокая модельрекурсивная нейронная сетьсемантическая композиционностьанализ тональностидерево сентимента
Figures from the paper
Abstract (AI)
Richard Socher, Alex Perelygin, Jean Wu, Jason Chuang, Christopher D. Manning, Andrew Ng, Christopher Potts. Труды конференции EMNLP (Conference on Empirical Methods in Natural Language Processing), 2013.
Key Findings
1
Создана база данных Sentiment Treebank с метками сентимента для фраз внутри деревьев разбора, что позволяет обучать модели с тонкой супервизией.
2
Показано, что рекурсивные нейронные модели, обученные на Sentiment Treebank, улучшают классификацию сентимента на уровне предложений и фраз по сравнению с базовыми методами.
3
Введены рекурсивные глубокие модели для моделирования семантической композиционности предложений с использованием древовидных представлений.
4
Показано, что моделирование композиционной структуры через деревья разбора лучше захватывает взаимодействия сентимента (например, негирование), чем подходы «мешка слов».
Research Object
Рекурсивные глубокие модели (древовидные нейронные сети), применённые к сентимент-дереву (sentiment treebank)
Research Subject
Моделирование семантической композициональности для анализа сентимента — как рекурсивные глубокие модели объединяют значения слов/фраз для предсказания сентимента на уровне фраз и предложений
Publication Details
Publication Date
2013-01-01
Journal
Publisher
ISSN
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest