본문 바로가기

IT 와 Social 이야기/NLP 자연어처리168

[딥러닝을이용한 자연어 처리 입문] 1104 IMDB 리뷰 감성 분류하기(IMDB Movie Review Sentiment Analysis) - 대상 데이터 : IMDB 리뷰 데이터는 리뷰에 대한 텍스트와 해당 리뷰가 긍정인 경우 1을 부정인 경우 0으로 표시한 레이블로 구성(훈련 데이터 : 테스트 데이터, 50 : 50) - 언어 모델 : GRU(Gated Recurrent Unit) - 출처 : [딥러닝을이용한 자연어 처리 입문] 1104 IMDB 리뷰 감성 분류하기(IMDB Movie Review Sentiment Analysis) 2021. 5. 25.
[딥러닝을이용한 자연어 처리 입문] 1103 로이터 뉴스 분류하기(Reuters News Classification) - 데이터 : 로이터 뉴스 기사 데이터 (총 11,258개 ,46개 뉴스 카테고리) - 분류모델 : LSTM - 출처 : [딥러닝을이용한 자연어 처리 입문] 1103 로이터 뉴스 분류하기(Reuters News Classification) 2021. 5. 24.
[딥러닝을이용한 자연어 처리 입문] 1102 스팸 메일 분류하기(Spam Detection) - 데이터 : 캐글에서 제공하는 정상 메일과 스팸 메일이 섞여져 있는 스팸 메일 데이터 - 분류방식 : 바닐라 RNN(Vanilla RNN) - 출처 : [딥러닝을이용한 자연어 처리 입문] 1102 스팸 메일 분류하기(Spam Detection) 2021. 5. 24.
[딥러닝을이용한 자연어 처리 입문] 1012 워드 임베딩의 평균(Average Word Embedding) - 대상 데이터 IMDB 영화 리뷰 데이터는 리뷰 텍스트에 리뷰가 긍정인 경우 1을, 부정인 경우 0으로 레이블링 한 데이터로 25,000개의 훈련 데이터와 테스트 데이터 25,000개로 구성된 데이터 - 단어 벡터들의 평균만으로 텍스트 분류를 수행시의 효율성 측정 - 출처 : [딥러닝을이용한 자연어 처리 입문] 1012 워드 임베딩의 평균(Average Word Embedding) 2021. 5. 24.

티스토리툴바