Artificial intelligence 用于情感分析的NLP和机器学习

我正试图写一个程序，将文本（文章）作为输入，并输出文本的极性，无论是积极的还是消极的情绪。我已经广泛阅读了不同的方法，但我仍然感到困惑。我读过很多技术，比如分类器和机器学习。我想知道从哪里开始的方向和明确的指示。例如，我有一个需要数据集的分类器，但如何将文本（文章）转换为分类器的数据集。如果有人能告诉我解决这个问题的逻辑顺序，那就是问候。提前谢谢！ PS：请提及任何相关算法或开源实现

问候,，

---

Mike

在从头开始之前，您可以先看看现有的NLP框架

---

如果您使用的是Python，我建议您看看NLTK和

这个博客：有一些非常好的文章可以让你开始

自2000年代末以来，在这一领域进行了大量的研究

更新（2013年10月）：

---

斯坦福研究院在情绪分析方面取得了突破，平均准确率超过85%。（）

您可以查看WEKA软件。它有许多内置的机器学习分类器，可用于情感分类。

---

它要求您将输入数据转换为ARFF格式。

如果您是nlp和python的初学者，那么您可以尝试一些用于情绪分析的好api

下面是一些可用于任务的Api

1.）

(二)

用于阅读目的

---

您可以找到一些有趣的数据集，从NLP、NER到图像分类，如下所示：

根据所使用的ML框架的o.a.因素，将文本转换为分类器输入有无数种选择。首先阅读ML。从NLTK开始。NLP和机器学习并不是微不足道的，通过一些例子来学习是很好的。您将使用的解决方案可能是一些带词干的基于单词的情感分类器，也可能是使用您选择的ML算法的n克单词。朴素贝叶斯在这方面并不坏，而且很容易自己实现。请看这里的许多类似问题，以获得更深入的解释。我正在寻找性能卓越且准确度高的产品。我读到随机森林有很好的表现。使用随机林查找文档的极性是否可行？性能取决于问题、数据和功能。算法并不那么重要。特别是如果你以前没有这样做过，那么完成一些简单的工作是很重要的，这样你就可以感受到哪些功能真正帮助了你。请看这里的情绪分析演示，顺便说一句：