Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- pytorch
- 품사태깅
- sentiment analysis
- Classification Task
- NLP
- word embedding
- 자연어처리
- naver movie review
- 우울증
- 전처리
- CUDA
- Word2Vec
- 석사
- 인공지능
- 대학원
- 수기
Archives
- Today
- Total
슬기로운 연구생활
1. 소개 본문
[ 기간 ]
2019.01 ~ 2019.03
[ 목표 ]
1. 네이버 영화 대글의 긍정, 부정을 분류하는 모델을 만든다.
2. 95% 이상의 정확도를 갖는 모델을 만든다.
3. 굉장히 다양한 모델을 사용해보자.
4. 문서화를 잘해서 다른 사람들과 공유하자.
[ 데이터 ]
e9t/nsmc
Naver sentiment movie corpus. Contribute to e9t/nsmc development by creating an account on GitHub.
github.com
'프로젝트 : 영화리뷰 분류' 카테고리의 다른 글
| 3-4. BoW + Random Forest Classifier (0) | 2019.07.25 |
|---|---|
| 3-3. BoW + SVM (0) | 2019.07.25 |
| 3-2. BoW + NB + Komoran (0) | 2019.07.25 |
| 3-1. BoW + NB (0) | 2019.07.24 |
| 2. 데이터 가공 (0) | 2019.07.24 |
'프로젝트 : 영화리뷰 분류' Related Articles
more
Comments