Recursive Deep Models for Semantic Compositionality Over a Sentiment Treebank
| Recursive Deep Models for Semantic Compositionality Over a Sentiment Treebank | |
|---|---|
| Data | 2013 |
| Autori | R. Socher, Alex Perelygin, Jean Wu, Jason Chuang, Christopher D. Manning, A. Ng, Christopher Potts |
| URL | https://www.semanticscholar.org/paper/687bac2d3320083eb4530bf18bb8f8f721477600 |
| Topic | Reti neurali ricorsive, Sentiment analysis, Elaborazione del linguaggio naturale |
| Citazioni | 7749 |
Questo articolo introduce il Sentiment Treebank, un dataset di frasi etichettate con sentiment positivo o negativo. Il dataset include 215.154 frasi da 11.855 frasi, ed è stato creato per fornire un dataset più ricco e sfidante per la ricerca sulla sentiment analysis.
L'articolo introduce anche il Recursive Neural Tensor Network (RNTN), una nuova architettura di rete neurale per la sentiment analysis. La RNTN è in grado di catturare la composizione del sentiment in frasi complesse, e supera i metodi precedenti in diversi benchmark di sentiment analysis.