پروژه آموزشی آنالیز معنایی جملات با شبکه عصبی با متلب

شبکه های عصبی در حوزه های مختلفی مورد استفاده قرار گرفته اند. یکی از این حوزه ها حوزه Sentiment Analysis می باشد. در این حوزه شبکه های عصبی برای آنالیز معنایی جملات استفاده می شود. در این پروژه متلب قصد داریم با استفاده از شبکه عصبی به آنالیز معنایی جملات بپردازیم. از دیتاست زیر در این تمرین استفاده می کنیم:

ابتدا باید با استفاده از یک mapping کلمات موجود در این دیتاست را به بردار تبدیل کنیم، زیرا شبکه عصبی تنها می تواند بر دار را به عنوان ورودی قبول کند. برای این کار از glove embedding استفاده می کند که به ازای هر کلمه یک بر دار را به عنوان خروجی می دهد.

ابتدا بردار متناظر با هر یک از این کلمات را با استفاده از Glove می یابیم، سپس شبکه عصبی ۳ لایه ای را آموزش می دهیم که به عنوان ورودی concatenate شده کلمات جمله را در نظر میگیریم.  تعداد نورون های شبکه عصبی در ورودی به اندازه طول بیشترین جمله بوده  و برای جملات کوتاهتر از zero – padding استفاده شده است. همچنین برای استفاده از glove از فایل glove . 6B . 50d . txt استفاده شده است.

برای مشاهده نتایج کافی است ابتدا کد Main1 اجرا شود (که در ادامه به توضیح آن می پردازیم) تا ویژگیهای مشخص شده از هر جمله متون دیتابیس استخراج گردد و ذخیره شوند. بسته به سیستم مورد استفاده  شما، این قسمت برای هر فایل داخل دیتا بیس حدود 2.5 ساعت زمان نیاز دارد.

پس از تکمیل اجرای کد Main1 حالا باید کد Main2 را اجرا کنید تا شبکه عصبی بروی ویژگی های استخراج شده  آموزش ببینید و نتایج را چاپ کند. توضیحات این کد هم در ادامه آمده است