我想为短信输入构建情感分类任务的深度学习模型。我的想法是使用word2vec模型来创建单词的表示。然后使用LSTM网络模型对正面或负面进行分类。我发现很难理解一些事情:
2.我需要选择的功能数量是多少?我知道所选特征的数量代表隐藏层中神经元单元的数量。我如何将其纳入关于积极或消极情绪的网络学习中?
3.我想到的想法是创建一个单独的Word2vec模型,用于通过名词属性,形容词等表示单词......然后将矩阵权重插入到LSTM网络中。
怎么做这样的事情?我怎样才能最终获得概率向量表示消极或积极的消息?
基本上你只是在看到句子的最后一个单词后才采用LSTM的隐藏状态,并用一个以隐藏状态为输入的密集层对句子进行分类。另请参阅this tutorial了解如何使用LSTM进行分类,尽管此处没有嵌入层(前一个链接确实有一个)。