使用卷积神经网络的自然语言语义分析

Question

我想分析一些文档并对其进行分类，但是句子中有很多否定，双重否定。分析此类文本的最佳方法是什么

我有一些这样的文件

"It is unlikely to be a xxx" -> 0
"The chance of xxx is low" -> 0
"xxx is not impossible" -> 1
"xxx cannot be ruled out" -> 1
"Chance that it is other than xxx is low" -> 1

显然，"词袋"方法行不通。需要有某种方法来理解空间关系。复杂的神经网络是否有助于分析此类文本？还是有更好的方法？

Answer 1

虽然卷积神经网络可用于顺序数据，但正常的方法是使用递归神经网络(RNN(。

现代RNN(如LSTM网络和GRU网络(具有记住句子前面单词的架构。因此，这种类型的模型应该能够在(合理地(长句子上任意将许多具有负面含义的单词联系起来。

有关实现文本分类模型的简介，请参阅此初学者指南。