【自然语言处理之文本分类】——场景细分

【自然语言处理之文本分类】——场景细分

场景细分

自然语言处理中的文本分类模型主要有以下应用：

1. 情感分析：
   针对带有主观描述的中英文文本，自动判断该文本的情感极性类别并给出相应的置信度。情感极性分为积极、消极、中性或其他的情感分数。这种类别可出现的场景有：线上评论的情感分类(例如在线评论/回复等)。

2. 敏感信息识别
   识别信息的色情、政治等敏感程度、暴力爆恐、等，可用于敏感信息过滤，舆情监控、灌水文字识别。可应用于微博等线上平台的评论监控以及弹幕系统、即时通讯平台（及时对不良文字进行屏蔽）。

3. 垃圾邮件分类
   垃圾邮件的数量在过去数年里飞速增长，人工分类耗时耗精力。自然语言处理有效解决此问题，将邮件分为黑白两类，并自动屏蔽掉垃圾邮件。

4. 主题分类
   可实现新闻主题分类（例如体育、政治、娱乐等类别）、微博/推特主题、广告文字识别（例如微商广告等，跟垃圾邮件分类相似）