STVM_NLP_Research:研究代码等

用于自然语言处理/情感分析的深度学习研究代码 该项目的目的是探索提高NLP /情感分析的神经网络的准确性和鲁棒性的想法 我们从人类如何处理语言中汲取灵感。 当人们尝试理解细微差别的语言时，他们通常会处理多种输入传感器模式以完成此认知任务。 事实证明，人脑甚至有一个特殊的神经元形成，称为矢状层，可以帮助我们理解讽刺。 我们以这种生物形式为灵感来设计神经网络架构，该架构结合了同一文本上不同模型的预测，从而构建了用于情感分析的健壮，准确且计算效率高的分类器，并研究了几种不同的实现方式。 我们已经开发了一种系统化的新方法，可以基于专用神经网络来组合多个预测变量。 我们的方法以对合并逻辑的严格数学分析以及最新的实验结果为后盾。 我们还开发了一种结合模型的启发式混合技术，该技术依赖于一种启发式的思想，即将模型集分为一个基础和其余的辅助模型，并结合适当的贝叶斯规则。 在具有代表性的基准数据集上的实验结