使用感知器進行情感分析

Question

我正在嘗試使用感知器實現情感分析，以在python中獲得更好的准確性。 我迷失了周圍的數學知識，需要簡單地解釋如何將其移植到情感分析中。 已有一篇論文發表在同一篇文章中： http : //aclweb.org/anthology/P/P11/P11-1015.pdf

這里有人可以詳細解釋嗎？ 我有一個訓練數據集和一個包含5000條評論的測試數據集，並且使用一袋詞的准確性達到了78％。 有人告訴我，感知器會給我88％的准確度，並且對實現它感到好奇。

Answer 1

Perceptron只是一個簡單的二進制分類器，可處理來自R ^ n作為輸入數據的固定大小的向量。 因此，要使用它，必須將每個文檔都編碼為這樣的實值向量。 例如，它可以是一個詞袋表示（其中每個維度對應一個工作量，值表示發生次數），或任何“更復雜”的表示形式（其中一個在附件中描述）。

因此，為了將感知器“移植”到情感分析中，您必須找出一些函數f，該函數隨文檔一起提供，返回實值向量，然后對感知器進行成對訓練

（f（x），0）為負面評論

（f（x），1）為正面評論