Polo-řízené zpracování sentimentu
Polo-řízené zpracování sentimentu kombinuje malý soubor ručně označených textových vzorků s velkým množstvím neoznačeného textu k trénování klasifikátorů názorů. Šířením sentimentových signálů z označených počátečních dat na neoznačená data prostřednictvím sebe-učení (self-training), šíření popisků (label propagation) nebo regularizace konzistence (consistency regularization) dosahuje tento přístup konkurenceschopné přesnosti bez nákladů na označování rozsáhlých korpusů.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Zhu, X. (2005). Semi-Supervised Learning Literature Survey. Technical Report 1530, Computer Sciences, University of Wisconsin-Madison. link ↗
- Pang, B., & Lee, L. (2008). Opinion Mining and Sentiment Analysis. Foundations and Trends in Information Retrieval, 2(1–2), 1–135. DOI: 10.1561/1500000011 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Semi-supervised Sentiment Analysis (Label Propagation and Self-Training for Opinion Mining). ScholarGate. https://scholargate.app/cs/deep-learning/semi-supervised-sentiment-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Klasifikace založená na BERTHluboké učení↔ compare
- Model témat LDAHluboké učení↔ compare
- Samoučené (self-supervised) sentimentální analýzaHluboké učení↔ compare
- Polu-dohledová klasifikace založená na BERTHluboké učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →