风少_Hpy的博客

情感分析是一种常见的自然语言处理（NLP）方法的应用，特别是在以提取文本的情感内容为目标的分类方法中。通过这种方式，情感分析可以被视为利用一些情感得分指标来量化定性数据的方法。尽管情绪在很大程度上是主观的，但是情感量化分析已经有很多有用的实践，比如企业分析消费者对产品的反馈信息，或者检测在线评论中的差评信息。 最简单的情感分析方法是利用词语的正负属性来判定。句子中的每个单词都有一个得分，乐观的单词得分为 +1，悲观的单词则为 -1。然后我们对句子中所有单词得分进行加总求和得到一个最终的情感总分

1.主题模型的引入    上次介绍完朴素贝叶斯后，我们发现它可以胜任许多文本分类问题，但是也存在一个缺陷：无法解决预料中一词多义和多词一义的问题；如果使用词向量作为文档的特征，一词多义和多词一义会造成计算文档间相似度的不确定性。为此，可以通过增加主题的方式，在一定程度上解决上述问题：即一词可能被映射到多个主题中，多词也可能被映射到某个主题。    怎样才能生成主题？对文章的主题应该怎么分析

中文的 http://wenku.baidu.com/view/819b90d676eeaeaad1f3306e.html情感词典1.知网的情感词典- http://www.keenage.com/html/c_bulletin_2007.htm由知网发布的词典，包括中文情感词典和英文情感词典（以下需要论坛积分）2.台湾大学的情感极性词典- http://www.d