例. 映画レビューのセンチメント分類器
5.1.1 節の映画レビューのセンチメント分類では以下の特徴を用いている。
特徴 意味
x1
ポジティブ単語リストのうち何単語が登場したか
x2
ネガティブ単語リストのうち何単語が登場したか
x3
no が含まれていたら 1, そうでなければ 0
x4
1 人称もしくは 2 人称が何回登場したか
x5
! が含まれていたら 1, そうでなければ 0
x6 log( 文章中の単語数 )
import numpy as np
def sigmoid(z):
return 1.0 / (1.0 + np.exp(-z))
x = [3, 2, 1, 3, 0, np.log(66)] # Fig 5.2 の 文 章 の 特 徴 ベ ク ト ル
w = [2.5, -5.0, -1.2, 0.5, 2.0, 0.7] # 学 習 済 み 重 み ベ ク ト ル
b = 0.1 # 学 習 済 み バ イ ア ス
z = np.dot(x, w) + b
print(z, sigmoid(z))
0.8327583194184977 0.6969378458778216
8