이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
텍스트 분석
Deep Learning Toolbox™를 Text Analytics Toolbox™와 함께 사용하여 텍스트 분석 응용 분야에 딥러닝을 적용합니다.
함수
도움말 항목
- 딥러닝을 사용하여 텍스트 데이터 분류하기
이 예제에서는 딥러닝 장단기 기억(LSTM) 신경망을 사용하여 텍스트 데이터를 분류하는 방법을 보여줍니다.
- Classify Text Data Using Convolutional Neural Network
This example shows how to classify text data using a convolutional neural network.
- Classify Text Data Using Custom Training Loop
This example shows how to classify text data using a deep learning bidirectional long short-term memory (BiLSTM) network with a custom training loop.
- Multilabel Text Classification Using Deep Learning
This example shows how to classify text data that has multiple independent labels.
- Classify Out-of-Memory Text Data Using Deep Learning
This example shows how to classify out-of-memory text data with a deep learning network using a transformed datastore.
- Sequence-to-Sequence Translation Using Attention
This example shows how to convert decimal strings to Roman numerals using a recurrent sequence-to-sequence encoder-decoder model with attention.
- 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.
- 딥러닝을 사용하여 텍스트 생성하기
이 예제에서는 텍스트를 생성하도록 딥러닝 장단기 기억(LSTM) 신경망을 훈련시키는 방법을 보여줍니다.
- 오만과 편견 그리고 MATLAB
이 예제에서는 문자 임베딩을 사용하여 텍스트를 생성하도록 딥러닝 LSTM 신경망을 훈련시키는 방법을 보여줍니다.
- Word-by-Word Text Generation Using Deep Learning
This example shows how to train a deep learning LSTM network to generate text word-by-word.
- Generate Text Using Autoencoders
This example shows how to generate text data using autoencoders.
- Define Text Encoder Model Function
This example shows how to define a text encoder model function.
- Define Text Decoder Model Function
This example shows how to define a text decoder model function.