动手学深度学习-自然语言处理：应用_动手学深度学习 rnn自然语言处理应用

自然语言处理中的应用主要有哪些？

自然语言处理：应用

情感分析及数据集

• 情感分析研究人们在文本中的情感，这被认为是一个文本分类问题，它将可变长度的文本序列进行转换为固定长度的文本类别。
• 经过预处理后，我们可以使用词表将IMDb评论数据集加载到数据迭代器中。
  
  
  

情感分析：使用循环神经网络

• 预训练的词向量可以表示文本序列中的各个词元。
• 双向循环神经网络可以表示文本序列。例如通过连结初始和最终时间步的隐状态，可以使用全连接的层将该单个文本表示转换为类别。

使用RNN进行情感分析的一般步骤:

情感分析：使用卷积神经网络

• 一维卷积神经网络可以处理文本中的局部特征，例如n元语法。
• 多输入通道的一维互相关等价于单输入通道的二维互相关。
• 最大时间汇聚层允许在不同通道上使用不同数量的时间步长。
• textCNN模型使用一维卷积层和最大时间汇聚层将单个词元表示转换为下游应用输出。

textCNN模型

什么是一维卷积:


小结:

• 一维卷积神经网络可以处理文本中的局部特征，例如n元语法。
• 多输入通道的一维互相关等价于单输入通道的二维互相关。
• 最大时间汇聚层允许在不同通道上使用不同数量的时间步长。
• textCNN模型使用一维卷积层和最大时间汇聚层将单个词元表示转换为下游应用输出。