はじめに
ニューラル ネットワークの構築は簡単ではありません。 Microsoft Cognitive Toolkit や TensorFlow のような人気のあるライブラリを利用しても、多くの場合、ニューラル ネットワークを稼働させるには、数百行のコードが必要です。 それが、ディープ ラーニング コミュニティで Keras が一般的になっている理由の 1 つです。 Keras はオープンソースの Python ライブラリであり、ニューラル ネットワークの構築が大幅に簡素化されます。 内部的には、Microsoft Cognitive Toolkit、TensorFlow、または Theano が高負荷の処理に利用されています。 Keras を使用すると、わずか数十行のコードで高度なニューラル ネットワークを構築し、画像の分類、テキストのセンチメント分析、自然言語処理、ディープ ラーニングが優れている他のタスクを実行するように、トレーニングできます。
このモジュールでは、テキストのセンチメント スコアを付けるニューラル ネットワークを、Keras を使用して構築します。 "素晴らしいサービスと、いくつかはこれまでに食べた中で最高の鮨" のような入力にはセンチメントが肯定的であることを示す 1.0 に近いスコアが付けられ、"料理は平凡で、サービスはひどかった" のような入力には 0.0 に近いスコアが付けられます。 今日、このようなシステムは、X、Yelp、他のソーシャル メディア サービスで、企業や政治家候補に関するセンチメントを監視するために、広く使用されています。 セットアップと構成を最小限に抑えるには、Keras、TensorFlow、および必要なその他のライブラリがプレインストールされた Azure Notebooks でホストされている Jupyter ノートブックで Keras を使用します。
学習の目的
このモジュールでは、次のことを行います。
- Azure Notebooks で Jupyter ノートブックを作成する
- Keras を使用してセンチメント分析を実行するニューラル ネットワークの構築とトレーニングを行う
- ニューラル ネットワークを使用してテキストのセンチメントを分析する