Polu-nadgledana analiza sentimenta
Polu-nadgledana analiza sentimenta kombinira mali skup ručno označenih uzoraka teksta s velikim skupom neoznačenih tekstova za obuku klasifikatora mišljenja. Propagiranjem signala sentimenta iz označenih početnih podataka na neoznačene podatke putem samostalnog učenja (self-training), propagacije oznaka (label propagation) ili regulacije dosljednosti (consistency regularization), pristup postiže konkurentnu točnost bez troškova označavanja velikih korpusa.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Semi-supervised Sentiment Analysis (Label Propagation and Self-Training for Opinion Mining). ScholarGate. https://scholargate.app/hr/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.
- BERT-tem klasifikacijaDuboko učenje↔ compare
- LDA model temaDuboko učenje↔ compare
- Samonadzirana analiza sentimentaDuboko učenje↔ compare
- Polu-nadzirana klasifikacija temeljena na BERT-uDuboko učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →