Контекст
Я строю Нейронный анализ эмоций Net для моего проекта на последний год, я решил использовать CNN, так как были достигнуты некоторые впечатляющие результаты с CNN в Эмоциональный анализ. Я sh смогу сделать классификацию с несколькими метками, такую как:
{Радость: 0,92, Юмор: 0,67} и {Гнев: 0,54, Отвращение: 0,65}
I Я исследовал классификацию по нескольким меткам и нашел эту статью: https://towardsdatascience.com/journey-to-the-center-of-multi-label-classification-384c40229bff, но я все еще не уверен, как к ней подходить.
В статье предлагается несколько общих подходов к решению проблемы мульти-меток. проблемы классификации: OneVsRest, двоичная релевантность, цепочки классификаторов, ярлык Powerset. В статье под заголовком «Дальнейшие улучшения» внизу страницы также упоминается, что проблему с несколькими метками можно решить с помощью LSTM.
Подход Label Powerset кажется довольно простым и выполнимым, поскольку у меня будет только 6 или около того ярлыков. Я хотел бы рассмотреть возможность использования LSTM, если есть какие-либо преимущества для этого, хотя я не уверен, предлагает ли статья использовать LSTM вместо CNN или их комбинацию. Я видел несколько учебных пособий и статей по классификации мультимаркировки с CNN, но все они направлены на классификацию изображений.
Вопросы
Как можно использовать LSTM в комбинация с CNN для выполнения классификации по нескольким меткам?
Существуют ли другие способы сделать классификацию по нескольким меткам с CNN, кроме упомянутых выше, которые я должен рассмотреть?