Visualizza wikitesto di Recursive Deep Models for Semantic Compositionality Over a Sentiment Treebank

{{template pubblicazione
|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.

{{#seo:
            |title=Recursive Deep Models for Semantic Compositionality Over a Sentiment Treebank
            |title_mode=append
            |keywords=sentiment analysis, "elaborazione del linguaggio naturale", "reti neurali", "reti neurali ricorsive", "Sentiment Treebank", "RNTN", "apprendimento automatico", "intelligenza artificiale", "analisi del sentiment", "classificazione del testo"
            |description=Questa pubblicazione presenta il Sentiment Treebank, un dataset di frasi etichettate per la sentiment analysis. Il dataset include oltre 200.000 frasi ed è stato creato per fornire una risorsa più completa per la ricerca in questo campo. La pubblicazione introduce anche il Recursive Neural Tensor Network (RNTN), un'architettura di rete neurale che supera i metodi precedenti nei benchmark di sentiment analysis.
            
            }}