감성 분석5 [딥러닝을이용한 자연어 처리 입문] 1108 BiLSTM으로 한국어 스팀 리뷰 감성 분류하기 - 대상 데이터 : 게임 플랫폼 스팀에 등록된 한국어 리뷰(10,000 개) - 다운로드 링크 : https://github.com/bab2min/corpus/tree/master/sentiment - 분류 모델 : BiLSTM - 출처 : [딥러닝을이용한 자연어 처리 입문] 1108 BiLSTM으로 한국어 스팀 리뷰 감성 분류하기 2021. 5. 25. [딥러닝을이용한 자연어 처리 입문] 1107 네이버 쇼핑 리뷰 감성 분류하기(Naver Shopping Review Sentiment Analysis) - 대상 데이터 : 네이버 쇼핑 리뷰 총 200,000개 리뷰로 구성된 데이터로 평점이 5점 만점에 1, 2, 4, 5인 리뷰들로 구성된 데이터 평점이 4, 5인 리뷰들에 긍정을 의미하는 레이블 1을, 평점이 1, 2인 리뷰들에 부정을 의미하는 레이블 0 3점인 리뷰는 긍부정 유무가 애매하여 데이터 구성 시에 제외됨 - 다운로드 링크 : https://github.com/bab2min/corpus/tree/master/sentiment - 분류 모델 : GRU - 출처 : [딥러닝을이용한 자연어 처리 입문] 1107 네이버 쇼핑 리뷰 감성 분류하기(Naver Shopping Review Sentiment Analysis) 2021. 5. 25. [딥러닝을이용한 자연어 처리 입문] 1106 네이버 영화 리뷰 감성 분류하기(Naver Movie Review Sentiment Analysis) - 대상 데이터 : 총 200,000개 리뷰와 리뷰가 긍정인 경우 1을 부정인 경우 0으로 표시한 레이블로 구성 - 분류모델 : LSTM - 다운로드 링크 : https://github.com/e9t/nsmc/ - 출처 : [딥러닝을이용한 자연어 처리 입문] 1106 네이버 영화 리뷰 감성 분류하기(Naver Movie Review Sentiment Analysis) 2021. 5. 25. [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. 이전 1 2 다음
