用于句子分类的任意 n-gram 核：一项情感分析案例研究
计算与语言
2017-12-20 v1 人工智能
机器学习
摘要
任意 n-gram 核（any-gram kernels）是从文本数据中学习时采用词袋 n-gram 特征的灵活且高效的方式。它们亦兼容词嵌入的使用，从而可考虑词间相似性。尽管原始的任意 n-gram 核实现于树核之上，我们提出了一种独立于树核且更高效的新方法。我们也提出了比原始任意 n-gram 公式更有效利用词嵌入的方式。当应用于情感分类任务时，我们的新公式取得了显著更优的性能。
关键词
引用
@article{arxiv.1712.07004,
title = {Any-gram Kernels for Sentence Classification: A Sentiment Analysis Case Study},
author = {Rasoul Kaljahi and Jennifer Foster},
journal= {arXiv preprint arXiv:1712.07004},
year = {2017}
}