Machine learningDeep learning / NLP / CV
ניתוח סנטימנט סמי-מפוקח
ניתוח סנטימנט סמי-מפוקח משלב קבוצה קטנה של דגימות טקסט מתויגות ידנית עם מאגר גדול של טקסט לא מתויג לאימון מסווגי דעות. על ידי הפצת אותות סנטימנט מזרעים מתויגים לנתונים לא מתויגים באמצעות אימון עצמי, הפצת תוויות, או רגולריזציית עקביות, הגישה משיגה דיוק תחרותי ללא עלות תיוג של קורפוסים גדולים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Semi-supervised Sentiment Analysis (Label Propagation and Self-Training for Opinion Mining). ScholarGate. https://scholargate.app/he/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.
- סיווג מבוסס BERTלמידה עמוקה↔ compare
- מודל נושאים LDAלמידה עמוקה↔ compare
- ניתוח סנטימנט בלמידה עצמית-פיקוחלמידה עמוקה↔ compare
- סיווג מבוסס BERT עם פיקוח-למחצהלמידה עמוקה↔ compare