快捷导航

        NLP文本情感分析入门

        2019-10-15 10:48| 发布者: ym| 查看: 966| 【亚州】影片成人视: 0

        摘要: 自然语言处理NLP的一个应用就是情感分析Sentiment Analysis,它在社交内容的分析以及电商【亚州】影片成人视反馈分析中,都占有很高的分析价值,下面给大家整理了情感分析的入门框架。 1.分析目的 对文本的观点、喜好、情感倾向进 ...


        自然语言处理NLP的一个应用就是情感分析Sentiment Analysis,它在社交内容的分析以及电商【亚州】影片成人视反馈分析中,都占有很高的分析价值,下面给大家整理了情感分析的入门框架。

        1.分析目的

        对文本的观点、喜好、情感倾向进行分类:

        (1)按情感倾向 / 极性划分;比如分为正面、负面、中性情感。

        (2)按情感程度深浅划分;比如分为热爱、喜欢、一般、不喜欢、厌恶。

        (3)按情感类别来划分;比如新闻分类。

        通过分析研究对象的情感分布,可了解舆情,辅助商业预测、决策。


        2.分析粒度

        2.1.文档级

        为观点型文档标记整体的情感倾向/极性

        2.2.语句级

        对文档内单独的语句,标记其主观分类 / 极性分类

        通常会把句子分为积极、中立或消极3类

        2.3.实体特征层面 aspect level

        判断语句在实体特征层面的情感倾向

        需要找到实体的特征 / 属性、情感词


        3.分析方法

        3.1.基于情感词典

        根据已构建的情感词典,对待分析文本进行文本处理,抽取情感词,计算该文本的情感倾向。

        分类效果取决于情感词典的完善性。

        一般流程

        (1)构建情感词典

        情感词

        程度词(非必须)

        否定词:反转情感倾向

        确定情感词、程度词的评分机制,以及否定词的反转机制

        (2)对文本进行分词,匹配情感词典

        (3)根据评分和反转机制,通过合适的算法,计算出文本的情感得分

        3.2.基于机器学习

        通过算法模型获取特征词,形成文本和词的矩阵,再利用机器学习/深度学习等方法进行分。

        分类效果取决于训练文本的选择以及正确的情感标注。

        一般流程

        (1)选一部分语料,标记出情感分类

        (2)对语料进行分词,通过合适的模型算法转换成词向量,获取特征词

        (3)搭建模型,对数据进行训练和测试,调整稳定后形成分类器

        (4)用分类器对新语料进行分类


        4.发展趋势

        多模态情感分析

        把文本+语音+图像作为输入,都转成空间向量做分析。


        参考资料:

        https://www.zhihu.com/question/20162965/answer/94478394

        https://zhuanlan.zhihu.com/p/33325977

        https://www.zhihu.com/question/20700012/answer/23452462

        https://blog.csdn.net/u010899985/article/details/81390600


        鲜花

        握手

        雷人

        路过

        鸡蛋

        相关阅读

        最新【亚州】影片成人视

        GMT+8, 2019-12-4 17:14