CNN深層学習モデルを使用した感情的短文分類におけるファインチューニングされたWord2Vec

ソーシャルネットワーキングウェブユーザーの継続的な成長により、人々は日々、テキスト、画像、ビデオ、音声の形式で自分のアイデアや意見を共有しています。異種のソースや異なる考え方の人々から受け取るこれらの膨大なテキストのため、テキストのカテゴライズは依然として重要な課題です。共有された意見は不完全で、不一致、ノイズが多く、異なる言語に分かれています。現在、NLPと深層ニューラルネットワークの手法がこのような課題を解決するために広く使用されています。この方法において、Word2Vecの単語埋め込みと畳み込みニューラルネットワーク（CNN）手法を実装する必要があります。本論文では、提案されたモデルがデータを完全にクリーンアップし、事前に訓練されたWord2Vecモデルから単語ベクトルを生成し、CNN層を使用して短文カテゴリのためのより良い特徴を抽出します。