务的文章但如何对情绪进

PhoneDatabaseUS

或您工作的公司有何看法不久前，我开始研究机器学习中的内容，称为文本分析或情感挖掘。该领域试图识别文本中的情感。例如：今天我很高兴。谁读到这句话就会意识到这是一句幸福的句子，但是，如何让计算机理解这句话是一句幸福的句子呢？答案或多或少很简单：使用机器学习。当我们谈论企业界时，这个问题就显得尤为重要。想象一下扫描大量人的反应，从而加速决策，就像自动化一样，对业务有直接影响？或者关于客户的成功。那么今天我们就来说说如何使用情感挖掘，通过文本，使用语言。我们走吧？成为专家的本书籍隐藏内容挖掘社交媒体情绪但如何对情绪进行分类呢？使用进行文本挖掘的实践预处理创建文本挖掘算法向挖掘算法添加新短语后续步骤挖掘社交媒体上的情感如果我们停下来想一想，人们从未像今天这样在社交媒体上进行如此多的交流。无论是、、还是其他社交网络。人们通过社交网络表达他们的感受和愿望。因此，我们可以将其用作温度计，以了解我们的公司在这些社交网络上是否受到好评。正确的？是我们研究的一个良好开端，因为它有一个供开发人员收集推文的，称为。是的，这个库可用于，正如我已经说过的，将是我的示例中使用的语言。想象一下以下场景。我们在一家生产手机壳的公司工作，我们想知道人们对我们产品的评价。通过此，我们可以创建营销活动来推出新产品，或检测现有缺陷并纠正它。 推荐阅读：阅读我们关于微服行分类呢？根据心理学家保罗·埃克曼的说法，基本情绪有六种类型，分别是：惊喜幸福悲伤害怕厌恶或厌恶愤怒然而，在我们的例子中，我们决定将句子分为两种情绪：快乐和愤怒。如果一个短语是快乐的，对我们来说，这意味着这个人对产品感到满意。但是，如果一个句子是愤怒的，则意味着该人对我们的产品不满意。在实践中使用进行文本挖掘出于教学目的，我将构建机器学 中英数据 骤分为几个部分，以便我们可以将句子分类为高兴或生气。想象一下，我们已经收集了推文，现在我们将开始预处理收集的句子。['这个手机壳非常好''''我真的很喜欢这个手机壳''''很棒的手机壳''''多棒啊漂亮的案例''喜悦''低于预期''愤怒''我不喜欢它''愤怒''第一周就消失了''愤怒''看看这个封面！''喜悦''低电阻材料''愤怒''物超所值''喜悦''照片与产品不一样''愤怒']我们将使用这个包含个句子的数据库来使理解更清晰，但对于更多数量的句子，逻辑将是相同的。猫的跳跃就是将最多数量的相似短语相互映射，表达这两种感觉。在开始预处理之前，我们需要安装库。 预处理在任何语言中，都有一些单词不会给句子添加太多含义，例如：、、、、等……*库中的这些单词被称为。所以，是的，这些词可能会为我们后续的分析产生某种类型的不良噪音。*中的符号和统计自然语言处理库集在同一阶段我们可以做的另一件事是从单词中删除后缀和前缀，只保留它们的词干。注意这句话：车大车大车这三个词指的是某种类型的汽车，所以我们能做的就是从这个词中删除后缀，只保留它的词干。也就是说，卡尔我们将竭尽全力做到这一点，但是，这样做时，我们可能会丢失一些信息。这意味着删除停用词、后缀和前缀有一定的成本，我们必须分析是否值得做这个过程。创建文本挖掘算法让我们回到库：'葡萄牙语'该包包含来自多种语言的词干以及停用词，并且它们因语言而异，因此我们需要在第二行引用葡萄牙语。现在，如果我们运行命令，我们将得到一个停用词列表：打印停用词我们将收到类似于以下的葡萄牙语停用词列表。