NLP在情感分析中的应用(一)

本文介绍了情感分析的目标,通过有监督学习建立情感分析模型,包括基于词典和机器学习的方法。利用向量空间模型、中文分词、卡方统计量进行文本处理和特征选择,并探讨了朴素贝叶斯、SVM、逻辑回归等分类算法在模型训练中的应用。
摘要由CSDN通过智能技术生成

一、情感分析的介绍
什么是情感分析,简单理解就是你对于某件物体或事物的倾向,喜欢或不喜欢,想要还是不想要其他,就是对于这件事物本身的一种看法

eg:判断一句点评,是好评还是差评
应用场景有:
1.电子商务:用户的购物体验或者是质量体验
 2.市场竞争:根据用户反馈分析竞争对手的弱点,帮助企业制定新的营销策略
 3.政府选举:分析对手党派的弱点,进行打击
 4.消费者选择:个性化用户反馈分析
 5.可视化分析:积极/消极词汇的可视化    

二、情感分析的流程:
 目标:构建一套情感分析和机器学习模型,挖掘股评中的情绪,实现对股评情感倾向的快速判断
 有监督学习:情感分析方法主要可以分为两大类,
 基于词典的方法和机器学习方法,(分类方法)
 向量空间模型:把对文本内容的处理简化为向量空间中的向量运算,
 并且它以空间上的相似度表达语义的相似度(文本表示)
 中文分词、卡方统计量:中文分词用于切割句子,
 卡方统计能够计算类别和特征项之间的相关程度(特征选择)
 文本分类算法:(常见的分类机器学习算法包括)
 朴素贝叶斯分类器(条件概率),SVM支持向量机,逻辑回归,决策树等(模型训练&#x

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值