作者CaptPlanet (ep)
看板DataScience
標題[問題] Word2Vec LSTM sentiment classification
時間Tue Apr 10 13:11:53 2018
ctrl + y 可以刪除一整行，請將不需要的內容刪除
文章分類提示:
- 問題: 當你想要問問題時，請使用這個類別。
- 討論: 當你自己已經有答案，但是也想聽聽版友意見時。
- 情報: 當你看到消息時，請使用這個類別。
根據板規規定，做適當的轉換，以及摘錄重要文意。
- 心得: 當你自己想要分享經驗時，請使用這個類別。
(回答並非義務，所以當有人回答時，哪怕句謝謝也好，多多回應，大E可編輯文章)
(如果用不到以下框架，如觀念問題請自行視情況刪除作業系統,使用工具等項目)
作業系統:(win10)
問題類別:(DL, RNN, NLP)
使用工具:(python,keras,gensim word2vec)
問題內容:
最近嘗試對文本進行正負面評價分類
先自己訓練了word2vec模型（一個詞256維）
然後參考網路上的code
https://blog.keras.io/using-pre-trained-word-embeddings-in-a-keras-model.html
利用tokenizer和sequence padding把文章轉成對應的編碼（400維向量）
再利用embedding 層設置權重讓匯入的文章變成400*256的矩陣
Embedding層後接著三層LSTM然後Flatten和Dense輸出2維向量用softmax和crossentropy
預測正負面
目前已經都訓練完成，但是現在想要實際丟入一些新資料進去預測，新的文章該如何轉換
成這個model的輸入呢？
直接參考上面的code用一樣的方法將文章編碼就可以輸入了嗎？
感謝各位
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 110.26.70.117
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1523337118.A.C01.html
※ 編輯: CaptPlanet (110.26.70.117), 04/10/2018 13:12:49
※ 編輯: CaptPlanet (110.26.70.117), 04/10/2018 13:51:04
2F：推 lucien0410: 這個研討會的task 3 是推特的語意分析 04/11 00:03
3F：→ lucien0410: 沒有回答到你的問題 但你可以看看state of the art 04/11 00:10
4F：→ lucien0410: 用什麼方法 04/11 00:10
5F：推 lucien0410: 我說錯了 語意分析是task 4 不是3 04/11 00:22