آموزش یادگیری عمیق با پایتون و کراس: ساخت مدلی برای تحلیل احساسات

معرفی Introduction

• مروری بر تحلیل احساسات An overview of sentiment analysis

• پیش نیازها Prerequisites

1. مروری بر تحلیل احساسات 1. Overview of Sentiment Analysis

• رمزگذاری بردار کلمه و جاسازی کلمه Word vector encodings and word embeddings

• پیش پردازش متن برای تحلیل احساسات Preprocessing text for sentiment analysis

• انواع تحلیل احساسات Types of sentiment analysis

• رویکردها و چالش‌ها در تحلیل احساسات Approaches and challenges in sentiment analysis

2. پاکسازی و پیش پردازش داده های متنی 2. Cleaning and Preprocessing Text Data

• پاکسازی و پیش پردازش متن Cleaning and preprocessing text

• وارد کردن ماژول های پایتون و بارگذاری داده ها Importing Python modules and loading data

• تجزیه و تحلیل طول کلمات در بین دسته های احساسات Analyzing word lengths across sentiment categories

• راه اندازی با Google Colab Getting set up with Google Colab

• تجسم متن با استفاده از ابرهای کلمه Visualizing text using word clouds

3. تحلیل احساسات با استفاده از شبکه های عصبی متراکم 3. Sentiment Analysis Using Dense Neural Networks

• نمایش متن با استفاده از شمارش برداری Representing text using count vectorization

• پیکربندی بردار شمارش به عنوان یک لایه مدل Configuring the count vectorizer as a model layer

• آموزش ADNN با استفاده از embeddings Training ADNN using embeddings

• آموزش و ارزیابی DNN Training and evaluating the DNN

• شبکه های عصبی پیشخور Feed-forward neural networks

• پیکربندی شبکه عصبی متراکم (DNN) Configuring the dense neural network (DNN)

• نمایش متن با استفاده از دنباله های اعداد صحیح Representing text using integer sequences

• نمایش متن با استفاده از بردارسازی TFIDF Representing text using TFIDF vectorization

• تقسیم داده ها به مجموعه های تست آموزشی و اعتبار سنجی Splitting data into training test and validation sets

• آموزش و ارزیابی مدل Training and evaluating the model

4. تحلیل احساسات با استفاده از شبکه های عصبی مکرر 4. Sentiment Analysis Using Recurrent Neural Networks

• شبکه های عصبی مکرر Recurrent neural networks

• آموزش شبکه عصبی بازگشتی Training a recurrent neural network

• سلول های حافظه بلند Long memory cells

• سریال سازی یک مدل روی دیسک و بارگذاری مدل Serializing a model to disk and loading the model

• سلول های LSTM و GRU The LSTM and GRU cells

• آموزش شبکه LSTM Training an LSTM network

نتیجه Conclusion

• خلاصه و مراحل بعدی Summary and next steps