Chainerを使ってTweetの感情分析をしてみる(第二回) - Qiita概要 前回はChainerの基本的な使い方である、MLP(多層パーセプトロン)の実装と、CNNの畳み込み層から全結合層のノード数を出すために必要な計算式を紹介しました。 今回は、実際のTwitterのデータを読込んで、CNNを構築することにします。 畳み込みニューラルネットワーク 畳み込みニューラルネットワークの説明はここが分かりやすかったです。 2次元の画像データに対して、フィルターを適用し、特徴量を圧縮します。その後、プーリングを行って、さらに特徴量を抽出します。 たぶん、フィルターは１種類ではなくて、出力したい枚数分異なるフィルターを適用する形になるんだと思います。 目標 こちらの記事を参考に、この論文をまねてみることを考えます。 処理の概要 処理の概要は以下の通りです。 Tweetデータの読込 Word Embed(今回はWord2Vecを使用) 学習・テストデータ分割 CNNの定
