Schweitzer Fachinformationen
Wenn es um professionelles Wissen geht, ist Schweitzer Fachinformationen wegweisend. Kunden aus Recht und Beratung sowie Unternehmen, öffentliche Verwaltungen und Bibliotheken erhalten komplette Lösungen zum Beschaffen, Verwalten und Nutzen von digitalen und gedruckten Medien.
This book presents the latest research on hierarchical deep learning for multi-modal sentiment analysis. Further, it analyses sentiments in Twitter blogs from both textual and visual content using hierarchical deep learning networks: hierarchical gated feedback recurrent neural networks (HGFRNNs). Several studies on deep learning have been conducted to date, but most of the current methods focus on either only textual content, or only visual content. In contrast, the proposed sentiment analysis model can be applied to any social blog dataset, making the book highly beneficial for postgraduate students and researchers in deep learning and sentiment analysis.
"Readers interested in sentiment analysis research will find it useful. The research is a good contribution to our understanding of HGFRNNs and the development of a technique for sentiment analysis." (Maulik A. Dave, Computing Reviews, January 25, 2021)
Arindam Chaudhuri is currently working as Principal Data Scientist at the Samsung R & D Institute in Delhi, India. He has worked in industry, research, and academics in the domain of machine learning for the past 19 years. His current research interests include pattern recognition, machine learning, soft computing, optimization, and big data. He received his M.Tech and PhD in Computer Science from Jadavpur University, Kolkata, India and Netaji Subhas University, Kolkata, India in 2005 and 2011 respectively. He has published three research monographs and over 45 articles in international journals and conference proceedings.
Chapter1. Introduction.- Chapter 2. Current State of Art.- Chapter 3. Literature Review.- Chapter 4. Twitter Datasets Used.- Chapter 5. Visual and Text Sentiment Analysis.- Chapter 6. Experimental Setup: Visual and Text Sentiment Analysis through Hierarchical Deep Learning Networks.- Chapter 7. Twitter Datasets Used.- Chapter 8. Experimental Results.- Chapter 9. Conclusion.
Dateiformat: PDFKopierschutz: Wasserzeichen-DRM (Digital Rights Management)
Systemvoraussetzungen:
Das Dateiformat PDF zeigt auf jeder Hardware eine Buchseite stets identisch an. Daher ist eine PDF auch für ein komplexes Layout geeignet, wie es bei Lehr- und Fachbüchern verwendet wird (Bilder, Tabellen, Spalten, Fußnoten). Bei kleinen Displays von E-Readern oder Smartphones sind PDF leider eher nervig, weil zu viel Scrollen notwendig ist. Mit Wasserzeichen-DRM wird hier ein „weicher” Kopierschutz verwendet. Daher ist technisch zwar alles möglich – sogar eine unzulässige Weitergabe. Aber an sichtbaren und unsichtbaren Stellen wird der Käufer des E-Books als Wasserzeichen hinterlegt, sodass im Falle eines Missbrauchs die Spur zurückverfolgt werden kann.
Weitere Informationen finden Sie in unserer E-Book Hilfe.
