TY -的A2 -元,Manman盟——Duong Huu-Thanh盟——越南,Tram-Anh盟——黄平君Vinh Truong PY - 2022 DA - 2022/06/30 TI -越南情绪分析下基于深层神经网络训练数据有限SP - 3188449六世- 2022 AB -带注释的数据集是一个重要的需求开发一个人工智能(AI)系统有效并期望预测模型的推广,避免过度拟合。训练数据的缺乏是一大障碍,人工智能系统可以在几个领域扩大训练数据没有或失踪。这些数据集建设是一项繁琐和昂贵的任务,取决于域和语言。这尤其对资源缺乏语言的一个巨大的挑战。在这篇文章中,我们实验和评估许多情绪分析问题的各种方法,他们仍然可以获得高性能在有限的训练数据。本文采用预处理技术清洁和规范化数据并生成新的样本有限的训练数据集基于许多文本扩增技术,如词汇替换,句子洗牌,重新翻译,语法树转换和嵌入混合物。几个实验已经进行了著名的基于机器学习分类器和深度学习模型。我们比较、分析和评价结果表明优势和劣势点为每个方法的技术。实验结果表明,数据增强技术提高预测模型的准确性;这个承诺下的智能系统可以广泛应用于多个领域有限的训练数据。 SN - 1076-2787 UR - https://doi.org/10.1155/2022/3188449 DO - 10.1155/2022/3188449 JF - Complexity PB - Hindawi KW - ER -