หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>หลาม
ดาวน์โหลด

Senta เป็นระบบวิเคราะห์ความรู้สึกแบบโอเพ่นซอร์สที่พัฒนาโดย Baidu

การวิเคราะห์ความรู้สึกมีจุดมุ่งหมายเพื่อระบุและดึงข้อมูลเชิงอัตนัย เช่น แนวโน้ม ตำแหน่ง การประเมิน และความคิดเห็นในข้อความโดยอัตโนมัติ ประกอบด้วยงานที่หลากหลาย เช่น การจำแนกอารมณ์ระดับประโยค การประเมินอารมณ์ระดับวัตถุ การแยกความคิดเห็น การจำแนกอารมณ์ ฯลฯ การวิเคราะห์ความรู้สึกถือเป็นทิศทางการวิจัยที่สำคัญของปัญญาประดิษฐ์และมีคุณค่าทางวิชาการสูง ในเวลาเดียวกัน การวิเคราะห์ความรู้สึกมีส่วนสำคัญในการตัดสินใจของผู้บริโภค การวิเคราะห์ความคิดเห็นสาธารณะ คำแนะนำส่วนบุคคล และสาขาอื่นๆ และมีมูลค่าทางการค้าสูง

เมื่อเร็วๆ นี้ ไป่ตู้ได้เปิดตัวแบบจำลองก่อนการฝึกอบรมด้านอารมณ์ SKEP (Sentiment Knowledge Enhanced Pre-training for Sentiment Analysis) อย่างเป็นทางการ SKEP ใช้ความรู้ทางอารมณ์เพื่อปรับปรุงโมเดลก่อนการฝึกอบรมและเหนือกว่า SOTA ในงานวิเคราะห์ความรู้สึกภาษาจีนและอังกฤษทั่วไป 14 งาน งานนี้ได้รับการยอมรับจาก ACL 2020

เพื่ออำนวยความสะดวกแก่บุคลากร R&D และพันธมิตรทางธุรกิจในการแบ่งปันเทคโนโลยีการวิเคราะห์ความรู้สึกระดับแนวหน้า Baidu ได้ใช้รหัสการฝึกอบรมล่วงหน้าเกี่ยวกับความรู้สึกตาม SKEP และแบบจำลองการฝึกอบรมล่วงหน้าภาษาจีนและอังกฤษใน Senta แบบโอเพ่นซอร์ส นอกจากนี้ เพื่อที่จะลดเกณฑ์ผู้ใช้ให้ต่ำลง Baidu ได้ผสานรวมการวิเคราะห์ความรู้สึกและเครื่องมือคาดการณ์ในคลิกเดียวสำหรับการพัฒนาอุตสาหกรรมไว้ในโครงการโอเพ่นซอร์ส SKEP ผู้ใช้ต้องการโค้ดเพียงไม่กี่บรรทัดเพื่อใช้ฟังก์ชันการฝึกอบรมล่วงหน้าทางอารมณ์และการทำนายแบบจำลองตาม SKEP

สกพ

SKEP เป็นอัลกอริธึมก่อนการฝึกอบรมทางอารมณ์โดยอิงจากการเพิ่มพูนความรู้ทางอารมณ์ที่เสนอโดยทีมวิจัยของ Baidu อัลกอริธึมนี้ใช้วิธีการที่ไม่ได้รับการดูแลเพื่อขุดความรู้ทางอารมณ์โดยอัตโนมัติ จากนั้นใช้ความรู้ทางอารมณ์เพื่อสร้างเป้าหมายก่อนการฝึกอบรม เพื่อให้เครื่องจักร สามารถเรียนรู้ที่จะเข้าใจความหมายทางอารมณ์ SKEP นำเสนอความหมายทางอารมณ์ที่เป็นหนึ่งเดียวและมีประสิทธิภาพสำหรับงานวิเคราะห์ความรู้สึกต่างๆ

ทีมวิจัยของ Baidu ดำเนินการวิเคราะห์ความรู้สึกโดยทั่วไป 3 งาน ได้แก่ การจำแนกความรู้สึกระดับประโยค การจัดประเภทความรู้สึกในระดับมุมมอง และการติดป้ายกำกับบทบาทความคิดเห็น โดยมีข้อมูลภาษาจีนและอังกฤษทั้งหมด 14 รายการข้างต้น ยืนยันเพิ่มเติมถึงผลกระทบของการฝึกอบรมล่วงหน้าด้านอารมณ์ รุ่น SKEP การทดลองแสดงให้เห็นว่าการใช้โมเดลก่อนการฝึกอบรมทั่วไป ERNIE (ภายใน) เป็นการเริ่มต้น SKEP ดีขึ้นประมาณ 1.2% โดยเฉลี่ยเมื่อเปรียบเทียบกับ ERNIE และปรับปรุงประมาณ 2% โดยเฉลี่ยเมื่อเทียบกับ SOTA ดั้งเดิม

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด