テキスト分析

テキスト分析アプリケーションにおける深層学習のワークフローの拡張

Deep Learning Toolbox™ を Text Analytics Toolbox™ と共に使用して、テキスト分析アプリケーションに深層学習を適用します。

関数

深層学習層

wordEmbeddingLayer 深層学習ニューラルネットワーク用の単語埋め込み層

単語の埋め込みと符号化

`fastTextWordEmbedding`	事前学習済みの fastText 単語埋め込み
`readWordEmbedding`	ファイルからの単語埋め込みの読み取り
`trainWordEmbedding`	Train word embedding
`doc2sequence`	Convert documents to sequences for deep learning
`word2vec`	埋め込みベクトルへの単語のマッピング
`word2ind`	Map word to encoding index
`vec2word`	Map embedding vector to word
`ind2word`	Map encoding index to word
`isVocabularyWord`	Test if word is member of word embedding or encoding
`writeWordEmbedding`	単語埋め込みファイルの書き込み
`wordEmbedding`	ベクトルへの単語のマッピングとその逆変換のための単語埋め込みモデル
`wordEncoding`	Word encoding model to map words to indices and back

トピック

深層学習を使用したテキストデータの分類
この例では、深層学習長短期記憶 (LSTM) ネットワークを使用してテキストデータを分類する方法を説明します。
畳み込みニューラルネットワークを使用したテキストデータの分類
この例では、畳み込みニューラルネットワークを使用してテキストデータを分類する方法を説明します。
カスタム学習ループを使用したテキストデータの分類
この例では、カスタム学習ループのある深層学習の双方向長短期記憶 (BiLSTM) ネットワークを使用してテキストデータを分類する方法を説明します。
深層学習を使用した複数ラベルをもつテキストの分類
この例では、複数の独立したラベルをもつテキストデータを分類する方法を説明します。
深層学習を使用したメモリ外のテキストデータの分類
この例では、変換されたデータストアを使用して深層学習ネットワークでメモリ外のテキストデータを分類する方法を説明します。
アテンションを使用した sequence-to-sequence 変換
この例では、アテンションを使用した再帰型 sequence-to-sequence 符号化器-復号化器モデルを用いて数字の文字列をローマ数字に変換する方法を説明します。
Language Translation Using Deep Learning
This example shows how to train a German to English language translator using a recurrent sequence-to-sequence encoder-decoder model with attention.
深層学習を使用したテキストの生成
この例では、深層学習長短期記憶 (LSTM) ネットワークに学習させてテキストを生成する方法を説明します。
『Pride and Prejudice』と MATLAB
この例では、深層学習 LSTM ネットワークに学習させ、文字の埋め込みを使用してテキストを生成する方法を説明します。
深層学習を使用した単語単位のテキスト生成
この例では、深層学習 LSTM ネットワークに学習させ、単語単位でテキストを生成する方法を説明します。
自己符号化器を使用したテキストの生成
この例では、自己符号化器を使用してテキストデータを生成する方法を示します。
テキスト符号化器モデル関数の定義
この例では、テキスト符号化器モデル関数の定義方法を示します。
テキスト復号化器モデル関数の定義
この例では、テキスト復号化器モデル関数の定義方法を示します。