방법 증거 기록
Semi-supervised Sentiment Analysis
Semi-supervised sentiment analysis combines a small set of manually labeled text samples with a large pool of unlabeled text to train opinion classifiers. By propagating sentiment signals from labeled seeds to unlabeled data through self-training, label propagation, or consistency regularization, the approach achieves competitive accuracy without the cost of labeling large corpora.
원본 기록
방법의 원본 기록에서 그대로 복사된 인용입니다. 이로부터 수준별 검증이 추론되지 않습니다.
Semi-supervised Sentiment Analysis (Label Propagation and Self-Training for Opinion Mining)
분류학적 방법 기록 · ml-model / deep-learning
- Zhu, X. (2005). Semi-Supervised Learning Literature Survey. Technical Report 1530, Computer Sciences, University of Wisconsin-Madison. · URL
- 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
큐레이션된 주장
각각 자체 평가와 함께 증거 원장에 유지된 주장입니다.
아직 큐레이션된 주장이 없습니다
원장에 주장 평가가 없는 경우 이 보기에서는 주장 평가를 만들지 않습니다.
관련 방법
방법 그래프에서 생성되었으며 기계가 제안한 관계로 표시됩니다 — 증거 주장이 추론되지 않습니다.