Metodes pierādījumu reģistrs
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.
Avota reģistrs
Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.
Semi-supervised Sentiment Analysis (Label Propagation and Self-Training for Opinion Mining)
Taksonomiskās metodes reģistrs · 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
Kurēti apgalvojumi
Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.
Vēl nav kurētu apgalvojumu
Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.
Saistītās metodes
Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.