主题: Concept to Code: Aspect Sentiment Classification with Deep Learning

摘要: 在情感分析中,方面情感分类(ASC)比文档或句子级别的任务更细粒度。神经网络缓解了特征工程,特别是注意机制解决了有针对性的上下文检测问题。LSTM和记忆网络是近年来研究ASC的两种模型。在过去5年中,NLP社区进行了大量充满活力的研究。我们不仅回顾了来自多个研究小组的论文中的相关概念,而且还展示了说明这些技术的代码片段,并可在Flipkart等在线市场的用例中适时加以利用,因为产品评论会影响用户的购买。

邀请嘉宾: Mohit Gupta,印度 Gurgaon, Haryana的首席程序员。等

成为VIP会员查看完整内容
23

相关内容

MIT-深度学习Deep Learning State of the Art in 2020,87页ppt
专知会员服务
61+阅读 · 2020年2月17日
深度学习在金融文本情感分类中的应用
AI前线
36+阅读 · 2019年1月12日
Jointly Improving Summarization and Sentiment Classification
黑龙江大学自然语言处理实验室
3+阅读 · 2018年6月12日
深度学习在 NLP 上的七大应用
AI前线
3+阅读 · 2017年10月11日
自然语言处理 (NLP)资源大全
机械鸡
35+阅读 · 2017年9月17日
Arxiv
25+阅读 · 2018年1月24日
Arxiv
5+阅读 · 2015年9月14日
VIP会员
相关VIP内容
MIT-深度学习Deep Learning State of the Art in 2020,87页ppt
专知会员服务
61+阅读 · 2020年2月17日
微信扫码咨询专知VIP会员