概述
文本情感分析是自然语言处理的一个分支
文本情感提取方法:
1.基于常识的
2.基于规则的
3.基于统计的机器学习文本情感提取方法
4.基于关键词的
5.基于词汇关联
文本情感分析:
1.词语
2.句子
3.篇章
4.海量信息的整体倾向性预测
常用工具:
Jieba: 中文分词和词性标注Python包
CoreNLP: 斯坦福的NLP工具(Java)
NLTK: 自然语言工具包
TextGrocery:高效的短文本分类工具(注:只适用于 Python2)
LTP: 哈工大的中文自然语言处理工具
Gensim:文本分析工具,包含了多种主题模型
Word2vec: 高效的词表示学习工具
GloVe:斯坦福的词表示学习工具
Fasttext : 高效的词表示学习和句子分类库
FuzzyWuzzy: 计算文本之间相似度的工具
CRF++: 轻量级条件随机场库(C++)
Elasticsearch: 开源搜索引擎
使用简单的对话机器人(Bot)
检索机器人
知识图谱机器:
人大多数知识图谱型机器人还只能回答简单推理的事实类问题。这其中的一个原因是构建准确度高且覆盖面广的知识图谱极其困难,需要投入大量的人力处理数据。深度学习模型如Memory Networks等的引入可以绕过或解决这个难关吗?
任务机器人
最后
以上就是有魅力小松鼠为你收集整理的NLP(自然语言处理)的全部内容,希望文章能够帮你解决NLP(自然语言处理)所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复