文件名称：基于BERT的多语言文本情感分析
文件大小：9.26MB
文件格式：ZIP
更新时间：2024-03-23 11:07:54
Python
基于BERT的多语言文本情感分析 介绍 社交媒体广泛用于现代人的交流中，推特在英语国家中广泛用于表达情感。 微博在中国被广泛用作同一工具。 他们两个都通过几段文字表达了情感。 有必要设计一种可以对多种语言进行情感分类的系统。 对文本进行情感分类的困难如下。 首先，具有讽刺意味的是，例如交通警察因未付停车费而将他的驾照吊销了。 其次，在与域相关的问题中，例如，我的计算机的冷却系统声音非常大，这是负面的。 可以肯定地说我家的声音很大。 第三，网络流行词也将影响情绪分析，意义在标记化后将完全改变。 为了避免副作用，必须添加人工干预。 第四，文本相对简短，有时会有所遗漏，所有这些都会导致歧义或参考错误。 传统的将统计和规则结合起来的方法不能很好地解决这些难题。 深度学习强大的特征提取能力可以很好地解决这些问题。 Google在2018年10月提出了Bert模型[1]。 该模型不仅集成了LSTM
【文件预览】：
Multilingual-text-emotion-analysis-based-on-BERT-main
----images()
--------Fig 2 submission results of experiment on kaggle.png(28KB)
--------1(1B)
--------The relationship between BERT, Word2VEC, GPT, and ELMO.PNG(137KB)
----src()
--------data_stat.py(967B)
--------preprocess.py(1KB)
--------baseline.py(4KB)
--------sentiment_beta.py(17KB)
--------run_sentiment.sh(441B)
--------sentiment.py(18KB)
--------sentiment_dev.py(19KB)
--------1(2B)
----lab_record.md(3KB)
----Description.txt(286B)
----README.md(17KB)
----sample_submission.csv(1.8MB)
----input()
--------sentiment.dev(25KB)
--------test.data(14.54MB)
--------train.solution(7.55MB)
--------stopwords_zh.txt(15KB)
--------1(1B)