sentiment-analysis

    3熱度

    2回答

    從以下鏈接我帶了一些想法。我想問問我是對的還是錯的。如果我錯了,請指導我。 鏈接 Using libsvm for text classification c# How to use libsvm for text classification? 我的方式 首先計算每個訓練字計數設定 每個字 如 sample word count form training set |-----|-------

    0熱度

    1回答

    我對NLP很新手......有沒有任何API或方法可以從句子中識別動詞或形容詞或副詞? 我需要它在一個項目中?

    2熱度

    3回答

    我正在做一個小型的研究項目,我應該嘗試將正面和負面的類拆分財經新聞文章標題。對於分類我使用SVM方法。主要問題是我現在看到它不能爲ML生成很多功能。新聞文章包含很多命名實體和其他「垃圾」元素(從我的角度來看當然)。 能否請您提供可用於ML培訓的ML功能?當前結果爲:precision = 0.6,recall = 0.8 謝謝

    13熱度

    1回答

    先達對不起,我不是那麼完美的英語...我是來自德國;) 所以,我的一個研究項目(學士論文)我需要分析關於某些公司和品牌的推特情緒。爲此,我需要編寫我自己的程序/使用某種經過修改的開源代碼(沒有API) - 我需要了解發生的事情)。 下面你會找到我發現的一些NLP應用程序的列表。我現在的問題是你會推薦哪一種方法?哪一個不需要長時間調整代碼? 例如:當我爲音樂播放器> iPod <進行屏幕截圖時,有人

    5熱度

    4回答

    我嘗試過樸素貝葉斯分類器,它的工作非常糟糕。支持向量機的工作更好一些,但仍然可怕。大多數我讀過關於支持向量機和樸素貝葉斯的一些變種(n-gram,POS等)的論文,但他們都給出了接近50%的結果(文章的作者談論80%和高,但我不能得到相同的準確度在真實數據上)。 除了lexixal分析,還有其他強大的方法嗎?支持向量機和貝葉斯假設這些詞是獨立的。這些方法被稱爲「袋子文字」。如果我們假設這些詞是相關

    3熱度

    2回答

    我正在進行情感分析。我認爲是否有任何可用的表示積極/消極的形容詞(如肯定的:好的,真棒的,令人驚歎的),意思是?第二件事是我可以用作測試用例的一組數據。

    9熱度

    6回答

    我正在對NLP應用程序的不同庫和系統進行調查。我正在尋找我錯過的那些。我從頭開始的名單不斷增長,所以我確信還有更多。這是我迄今發現的。 Digital Reasoning Systems Synthesys conceptSearching Coginov Bitext Basis Technology (Rosette Technology) mahout Python NLTK 2.0 Ope

    5熱度

    3回答

    自從過去1年以來,我一直在進行文檔級情緒分析。 文檔級情感分析提供了完整文檔的感悟。例如 - 文本「諾基亞是好的,但沃達豐吸取大時間」將有一個負面的相關性,因爲它是不可知論的實體諾基亞和沃達豐。 如何才能獲得實體級的情緒,如諾基亞的積極因素,但沃達豐的消極因素?有沒有研究論文提供解決這些問題的方法?

    1熱度

    1回答

    我正在從事這個項目,我希望從他最近的推文中分類Twitter用戶的總體情緒。由於推文可以屬於各種各樣的域名,我應該怎麼做呢? 我可以用樸素貝葉斯算法(如這裏:http://phpir.com/bayesian-opinion-mining),但由於微博可以屬於一個大的各種領域中,我不知道這是否會是非常準確的。 另一種選擇是使用可能爲人感興趣的詞典,如SentiWordNet或here。這是一個更好

    0熱度

    1回答

    我打算創建一個應用程序來存儲Twitter數據庫中的特定主題的情緒。我不需要存儲推文,只是主題的觀點。我可以使用SQL或NoSQL DB。該應用程序將攝取大量數據,因此它需要高效。 我想知道是否更高效地獲取tweeets,將它們存儲在noSQL DB中,然後作爲單獨的過程從數據庫讀取tweats並分析情緒並存儲它。或者,從API中單獨閱讀推文,更快速地確定情緒,並將情緒存儲在數據庫中?謝謝你的幫助