EEG情感分类

如何处理不平衡数据集的分类任务

在情感分类任务中，数据集的标签分布往往是极度不平衡的。以我目前手上的这个二分类任务来说，正例样本14.4万个：负例样本166.1万=1：11.5。
Littletree_Zou·2019-12-15 15:25

TensorFlow练手 | 使用循环神经网络(RNN)实现影评情感分类

选择使用RNN来做情感分类，主要是因为影评是一段文字，是序列的，而RNN对序列的支持比较好，能够“记忆”前文。虽然可以提
FlyAI·2019-12-15 00:07

TF2.0 XLA加速测试

我选了BERT的中文模型，在情感分类任务上做测试。importtensorflowastffromtransf
执笔书卿颜·2019-12-12 00:55

利用LSTM做语言情感分类

main.py#-*-coding:utf-8-*-"""CreatedonWedSep2608:43:372018@author:yanghe"""#-*-coding:utf-8-*-"""CreatedonSatApr2820:39:382018@author:yanghe"""importtensorflowastfimportnumpyasnpfromwords_toolimport*X
yanghedada·2019-12-07 20:44

吴恩达深度学习 | (24) 序列模型专项第二周学习笔记

目录1.词汇表征2.使用词嵌入3.词嵌入的特性4.嵌入矩阵5.学习词嵌入6.Word2Vec7.负采样8.GloVe词向量9.情感分类10.词嵌入除偏1.词汇表征上周我们学习了RNN、GRU单元和LSTM
CoreJT·2019-12-06 12:28

手把手教你用Pytorch-Transformers——实战（二）

PyTorch的可以结合使用Apex，加速训练和减小显存的占用PyTorch必备神器|唯快不破：基于Apex的混合精度加速github托管地址：https://github.com/NVIDIA/apex一、情感分类任务这里使用
那少年和狗·2019-12-02 11:00

Linguistically Regularized LSTM for Sentiment Classification

语言的正则化LSTM用于情感分类LinguisticallyRegularizedLSTMforSentimentClassification摘要这篇paper解决句子级别的情感分类。
__子不语__·2019-12-01 16:04

人际关系

一、人际关系分类：家庭关系：夫妻关系，父母子女关系，兄弟姐妹关系，婆媳关系，妯娌关系日常生活关系:邻里关系，朋友关系，路人关系工作关系：同事关系，上下级关系二、人际情感分类：1.孤岛型：心灵处于完全的封闭
Arlene临秋·2019-12-01 04:24

数字化医疗的现状及其发展前景

从一维信息的可视化，如心电（ECG）和脑电（EEG）等重要的电生理信息；到二维信息，如CT、MRI、彩超、数字X线机（DR）等医学影像信息；进而三维可视化，甚至可以获得四维信息，如实时动态显示的三维心脏
医数聚ASP·2019-11-05 12:46

如何用Python和机器学习训练中文文本情感分类模型？

利用Python机器学习框架scikit-learn，我们自己做一个分类模型，对中文评论信息做情感分析。其中还会介绍中文停用词的处理方法。疑惑前些日子，我在微信后台收到了一则读者的留言。我一下子有些懵——这怎么还带点播了呢？但是旋即我醒悟过来，好像是我自己之前挖了个坑。之前我写过《如何用Python从海量文本抽取主题？》一文，其中有这么一段：为了演示的流畅，我们这里忽略了许多细节。很多内容使用的是
王树义·2019-11-03 20:55

情感分类模型：Word2Vec + RNN

一、基于Word2Vec对预处理好的文本数据进行训练，得到词嵌入矩阵E，Word2Vec原理如下，以“Idrinkcoffeeeveryday”为例：step-1，输入输出one-hot编码，确定采样窗口大小等一系列参数step-2，初始化嵌入层E（隐层数*字典词数）step-3，得到每个词的词向量E*oi=ei，词向量加权平均得到sita向量step-4，初始化W矩阵（字典词数*sita行数），
Eric_i33·2019-11-02 09:03

用例建模Use Case Modeling

文本情感分析的主要任务是判断文本的情感倾向性，即对作者表达的情感是积极的还是消极的，正面的还是负面的，褒义的还是贬义的判断，因此也被情感分类。基于情感词典的文本情感
浅安时光～·2019-11-01 22:00

TF使用例子-情感分类

接上一篇序列标注的例子，这次改写一下，做一个简单的分类模型和探讨一下hiddenlayer在聚类的应用场景下会有什么效果。为了能写的尽可能让读者理解，本文也会写一下keras来实现(就几行代码)。Part1爬取数据网上有很多的爬虫教程，这里不具体讲了，不过强烈建议爬别人网站的时候先找找有没有现成的api（比如你想爬网易云音乐的歌词评论数据什么的o(￣▽￣)d）。我这里爬了bangumi上一些作品的
Slyne_D·2019-11-01 16:41

《End-to-End Adversarial Memory Network for Cross-domain Sentiment Classification》阅读笔记

论文链接：https://www.ijcai.org/proceedings/2017/0311.pdf跨领域情感分类也是一个domainadaptation任务。
best___me·2019-10-31 22:30

用例建模Use Case Modeling

对购物评论进行情感分类，就是按照评论文本所表达的情感倾向进行分析、处理、归纳和推理，判别评
鸿鸣武·2019-10-29 10:00

transformers中GLUE各个任务所用的评估方法

transformers中GLUE各个任务所用的评估方法任务名字内容类型评估方法CoLA语言可接受性语料库.分类人物,预测一个句子是否是acceptable.基于单个句子的分类任务mccSST-2斯坦福情感分类树
m0_37531129·2019-10-04 09:05

GRU - 文本情感分类

代码在给一个拥抱上网络结构inp=Input(shape=(maxlen,))x=Embedding(max_features,embed_size)(inp)x=Bidirectional(CuDNNGRU(64,return_sequences=True))(x)x=GlobalMaxPool1D()(x)x=Dense(16,activation="relu")(x)x=Dropout(0.
qAOOAp·2019-10-02 22:48

基于互信息的EEG脑网络情感识别（六）——网络属性及特征提取

上一篇文章介绍了矩阵的二值化，并建立了二值矩阵这篇主要讲一下网络属性的计算，也就是特征的提取网络属性这里我参考的一篇论文里，选取了五种全局属性和两种局部属性，用他们作为特征进行情感识别。下面先对这几个属性做一个概述。全局属性：聚类系数聚类系数是用来表示图中节点的聚集程度。规则网络与小世界网络具有较高的聚类系数，而随机网络的聚类系数则较低。Ci表示的是第i个节点的聚类系数，ki表示是节点i的全部邻接
JiawenZhang97·2019-09-30 10:32

论文总结——从脑电图(EEG)中提取稳定的模式进行识别

《IdentifyecognitionfromEEGingStablePatternsoverTimeforEmotionRecognitionfromEEG》《从脑电图(EEG)中提取稳定的模式进行识别
JiawenZhang97·2019-09-15 21:37

NLP采用Bert进行简单文本情感分类

参照当Bert遇上Kerashttps://spaces.ac.cn/archives/6736此示例准确率达到95.5%+https://github.com/CyberZHG/keras-bert/blob/master/README.zh-CN.md示例实现#!-*-coding:utf-8-*-importjsonimportnumpyasnpimportpandasaspdfromran
gmHappy·2019-09-05 15:19

【deeplearing.ai】Word Embeddings&文本情感分析

讲了它是什么，有什么用；其次是提到了它相关的两种训练算法；最后应用到文本情感分类，词性相似推理，以及消除歧视问题上。
KDLin·2019-09-01 16:22

【deeplearing.ai】Word Embeddings&文本情感分析

讲了它是什么，有什么用；其次是提到了它相关的两种训练算法；最后应用到文本情感分类，词性相似推理，以及消除歧视问题上。
KDLin·2019-09-01 16:22

MASK in NLG

MaskedSequencetoSequencePre-trainingforLanguageGeneration》MASSgithubBERT等在大型语料库上进行预训练的语言模型在NLP的语言理解任务（例如：情感分类
Forlogen·2019-09-01 15:38

Python训练文本情感分析模型

最近闲来无事，看了王树义老师的一篇文章《如何用Python和机器学习训练中文文本情感分类模型》，跟着步骤做了一个demo，此demo是爬取了美团用户的评论，对评论进行情感分析，收获很大，特此做下了笔记。
S_Masons·2019-08-22 14:39

NLP和深度学习笔记_概论和实现步骤以及包下载

机器翻译，聊天机器人，情感分类和语义搜索例子：将英文翻译成德文，就是利用的多层次递归神经网络sequencetosequence需要：编码器+解码器谷歌2017年提出来的深度学习在自然语言处理的步骤：1
cocosion·2019-08-01 10:00

pytorch学习笔记7--循环神经网络、GAN

的使用nn.RNNnn.RNNCell预测sin(x)曲线trainpredict梯度弥散和梯度爆炸gradientclippinggradientvanishingLSTM的使用LSTMCell的使用情感分类实战
niklaus.z.lee·2019-07-24 10:30

Python实现基于AdaBoost算法的微博情感分类系统

摘要随着互联网的快速发展，各类社交媒体平台如微信、QQ等也与日俱增，而微博更是集成了传统网站、论坛、博客等的优点，并加上了人与人之间的互动性、关系亲密程度等多种智能算法，并以简练的形式让数据爆发性的传播，促进了人与人之间的交流。网民可以通过微博来分享自己的生活，同时抒发自己的喜怒哀乐。因此对微博每天产生的信息量的分析和利用的需求显得更为迫切。情感分析，也称倾向性分析、意见抽取和意见挖掘。主要是通过
demongwc·2019-07-23 17:56

“神奇”的脑波

在经过近五年的漫长实验后，他终于确认了这种神秘的电流的确来自于脑部活动，并发明了脑电图（EEG，electroencephalogram）。
鱼丸的大脑实验室·2019-07-15 18:38

脑电信号(EEG/SEEG)处理方法杂记-框架搭建

脑电图（EEG）是一种使用附在头皮上的小金属圆盘（电极）检测大脑电活动的测试。您的脑细胞通过电脉冲进行通信，并且即使在您睡着时也始终保持活动状态。此活动在EEG录音中显示为波浪线。
Alex_ching·2019-07-09 10:49

脑电信提取和分析|第二章：伪迹的去除和降噪

摘要：脑电信号（EEG）是一种强度很弱的电生理信号，一般在微伏（μV）数量级。并且由于脑电导联方式，更容易受到干扰。
nvsirgn·2019-06-14 12:40

论文解读---基于脑连接与空间信息运用卷积神经网络实现的脑电情绪识别

ConvolutionalNeuralNetworkApproachforEEG-BasedEmotionRecognitionUsingBrainConnectivityandItsSpatialInformation本文提出了一种基于卷积神经网络（CNNs）的深度学习方法，用于基于脑电图（EEG
Cratial·2019-06-12 16:59

脑电EEG概念解释及深度学习结合

这篇文章，是我做完毕设写的，机器学习的脑电信号的四分类，基于python的代码。代码及资料有偿提供QQ1281037486,欢迎交流。下面是过程中的经验吧，希望你能快速上手，快速有一些基础。一、脑电信号数据开源数据集，注意数据的格式，我用过，mat，gdf，以前都没处理过这种格式的数据。1、非常好用的脑电信号数据集，BNCI地平线2020：http://bnci-horizon-2020.eu/d
fzf1996·2019-06-10 14:08

基于情感词典的文本情感分类

基于情感词典的文本情感分类传统的基于情感词典的文本情感分类，是对人的记忆和判断思维的最简单的模拟，如上图。
秀猪儿·2019-06-03 21:41

BiLSTM介绍

一、介绍1.1文章组织本文简要介绍了BiLSTM的基本原理，并以句子级情感分类任务为例介绍为什么需要使用LSTM或BiLSTM进行建模。
furuit·2019-06-02 20:31

RNN与情感分类问题实战-加载IMDB数据集

目录SentimentAnalysisTwoapproachesSinglelayerMulti-layersSentimentAnalysisTwoapproachesSimpleRNNCellsinglelayermulti-layersRNNCellSinglelayerimportosimporttensorflowastfimportnumpyasnpfromtensorflowimpo
咸鱼Chen·2019-06-02 18:00

【Kesci】【预选赛】2019中国高校计算机大赛——大数据挑战赛（基于FastText的文本情感分类）

比赛链接：https://www.kesci.com/home/competition/5cb80fd312c371002b12355f预选赛题——文本情感分类模型本预选赛要求选手建立文本情感分类模型，
Fieeeeee·2019-05-31 11:24

情感分类---未解决

https://blog.csdn.net/churximi/article/details/61210129
qAOOAp·2019-05-29 22:50

深度学习（四）Keras搭建神经网络实战文本情感分类

本文内容：1.Keras核心组件2.使用Keras构建神经网络解决文本情感分类问题本节将进一步介绍神经网络的核心组件，即层、网络、目标函数和优化器和Keras，我们将用三个介绍性示例深入讲解如何使用神经网络解决实际问题
MachinePlay·2019-05-28 01:44

HanLP-实词分词器详解

阅读更多在进行文本分类（非情感分类）时，我们经常只保留实词（名、动、形）等词，为了文本分类的分词方便，HanLP专门提供了实词分词器类NotionalTokenizer，同时在分类数据集加载处理时，默认使用了
adnb34g·2019-05-27 10:00

HanLP-实词分词器

在进行文本分类（非情感分类）时，我们经常只保留实词（名、动、形）等词，为了文本分类的分词方便，HanLP专门提供了实词分词器类NotionalTokenizer，同时在分类数据集加载处理时，默认使用了NotionalTokenizer
adnb34g·2019-05-27 10:04

如何优雅的使用腾讯词向量: 基于redis集群&elasticsearch的姿势

当前，向量表示已经成为nlp的重要基础功能，从我个人角度而言，其地位等同于搜索引擎中的分词功能，是注入词性标注、命名实体识别、情感分类等后续任务的基础步骤。
Vancl_Wang·2019-05-26 22:10

kesci---2019大数据挑战赛预选赛---情感分析

一、预选赛题------文本情感分类模型本预选赛要求选手建立文本情感分类模型，选手用训练好的模型对测试集中的文本情感进行预测，判断其情感为「Negative」或者「Positive」。
weixin_34310127·2019-05-26 19:00

脑电信提取和分析

脑电信号的获取脑电信号（EEG）是大脑皮层和头皮表面上，大脑神经细胞中的电活动的总体效应所表现出来的一种反映。大脑皮层约有1011个神经元组成，每个神经元通过突触连接与1000个左右其他神经元相连。
nvsirgn·2019-05-20 13:08

使用BERT进行情感分类预测及代码实例

文章目录0.BERT介绍1.BERT配置1.1.cloneBERT代码1.2.数据处理1.2.1预训练模型1.2.2数据集训练集测试集开发集2.修改代码2.1加入新的处理类2.2处理类注册3.运行代码4.分类预测4.1修改参数，进行预测4.2得到类别5.运行问题5.1出现内存不够6.源码GITHUB地址0.BERT介绍google在2018年放出的大杀器，作为当前NLP的最新技术，此模型在NLP的
王继武Sandman·2019-05-17 01:31

NLP————目标情感分析(TSA任务)

TSA任务介绍目标情感分析任务（TargetedSentimentAnalysis,TSA）旨在提取目标实体并对其进行情感分类。
coder_Gray·2019-05-15 21:42

NLP————目标情感分析(TSA任务)

TSA任务介绍目标情感分析任务（TargetedSentimentAnalysis,TSA）旨在提取目标实体并对其进行情感分类。
coder_Gray·2019-05-15 21:42

Thensorflow: 双向lstm用于情感分类源码解析

importtflearnfromtflearn.data_utilsimportto_categorical,pad_sequencesfromtflearn.datasetsimportimdbfromtflearn.layers.coreimportinput_data,dropout,fully_connectedfromtflearn.layers.embedding_opsimport
颠沛的小丸子·2019-05-14 19:28

情感文本分析数据集处理和预测---K-lab平台预选赛

比赛网址：K-lab平台2019中国高校计算机大赛---大数据挑战赛预选赛题预选赛题——文本情感分类模型本预选赛要求选手建立文本情感分类模型，选手用训练好的模型对测试集中的文本情感进行预测，判断其情感为
一只会疼人的猫·2019-05-14 16:03

用LSTM做文本情感分类(以英文为例)附github代码

一获得规整的数据集1原始数据预处理：去除标点符号、去停用词、大小写转换等获得处理后的m条评价记录,reviews=[“isgood”,“veryhappy”,“yesithinkso”,…]2获取索引集(当然，这个过程也可以用W2V等方法实现，比较好的解决方法是能够考虑到词的频率、顺序等属性)：方法一：网上下载别人训练好适合该场景的领域权威索引集。方法二：自己制作得到全部单词words，例如wor
机器学习原理与实战·2019-05-10 23:06

使用google的Bert获得中文的词向量

本文主要介绍如何使用Bret获取到中文的词向量，用于后续的诸如文本分类、命名实体识别、情感分类等工作。下载代码和模型Google
金字塔oo·2019-05-06 20:20
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他