Andere Kunden interessierten sich auch für
![A DESIGN OF SARCASM SENTIMENT DETECTION AND CLASSIFICATION MODEL]( "A DESIGN OF SARCASM SENTIMENT DETECTION AND CLASSIFICATION MODEL")
A DESIGN OF SARCASM SENTIMENT DETECTION AND CLASSIFICATION MODEL51,99 €![Um projeto de modelo de detecção e classificação de sentimento de sarcasmo]( "Um projeto de modelo de detecção e classificação de sentimento de sarcasmo")
Um projeto de modelo de detecção e classificação de sentimento de sarcasmo51,99 €![Ein Entwurf eines Modells zur Erkennung und Klassifizierung von Sarkasmusgefühlen]( "Ein Entwurf eines Modells zur Erkennung und Klassifizierung von Sarkasmusgefühlen")
Ein Entwurf eines Modells zur Erkennung und Klassifizierung von Sarkasmusgefühlen79,90 €![Un modello di rilevamento e classificazione del sentimento del sarcasmo]( "Un modello di rilevamento e classificazione del sentimento del sarcasmo")
Un modello di rilevamento e classificazione del sentimento del sarcasmo51,99 €![Razrabotka modeli obnaruzheniq i klassifikacii sarkazmicheskih nastroenij]( "Razrabotka modeli obnaruzheniq i klassifikacii sarkazmicheskih nastroenij")
Razrabotka modeli obnaruzheniq i klassifikacii sarkazmicheskih nastroenij19,99 €![Modèle hybride d'apprentissage profond pour la détection de la rouille jaune du blé]( "Modèle hybride d'apprentissage profond pour la détection de la rouille jaune du blé")
Modèle hybride d'apprentissage profond pour la détection de la rouille jaune du blé26,99 €![Détection de la maladie de l'Hispa du riz à l'aide d'un modèle d'apprentissage profond]( "Détection de la maladie de l'Hispa du riz à l'aide d'un modèle d'apprentissage profond")
Détection de la maladie de l'Hispa du riz à l'aide d'un modèle d'apprentissage profond26,99 €
L'évaluation du sentiment de tous les textes permet aux organisations d'avoir une vue d'ensemble de l'attitude positive ou négative des utilisateurs à l'égard d'une question donnée. Utiliser le sarcasme, c'est se trouver dans un état de discours dans lequel l'auteur décrit quelque chose de manifestement hostile à l'auditeur ou à une autre personne dans l'intention de l'insulter ou de la ridiculiser. Il est difficile de créer un modèle capable d'identifier avec précision le sarcasme dans le domaine du traitement du langage naturel, car l'identification du sarcasme repose fortement sur le contexte des énoncés ou des phrases (NLP). Les développements récents des modèles d'apprentissage profond (DL) ont un impact sur les réseaux neuronaux (NN) dans l'apprentissage des informations lexicales et contextuelles, ce qui élimine le besoin de caractéristiques construites manuellement dans la détection du sarcasme. Un modèle automatisé d'identification des sarcasmes a été développé pour reconnaître l'émotion originale d'un texte donné en cas de sarcasme, ce qui permet une détection précise des sarcasmes.