现在自然语言处理用深度学习做的比较多，我还没试过用传统的监督学习方法做分类器，比如SVM、Xgboost、随机森林，来训练模型。因此，用Kaggle上经典的电影评论情感分析题，来学习如何用传统机器学习方法解决分类问题。 通过这个情感分析的题目，我会整理做特征工程、参数调优和模型融合的方法，这一系列会 ...
分类：
其他好文 时间：
2019-05-19 11:49:23
阅读次数：
224
数据标注就是使用自动化工具通过分类、画框、注释等等对收集来的数据进行标记以形成可供计算机识别分析的优质数据的过程。 数据标注的对象主要分为文本、图片、音频、视频四个种类： 文本标注主要包括情感分析、知识库、关键词提取、文字翻译、搜索引擎优化等。就比如，识别一句话蕴含的情感，翻译等等； 图片标注主要包 ...
分类：
其他好文 时间：
2019-05-14 19:12:47
阅读次数：
171
最近发现了snownlp这个库，这个类库是专门针对中文文本进行文本挖掘的。 主要功能： 中文分词（Character-Based Generative Model） 词性标注（TnT 3-gram 隐马） 情感分析（现在训练数据主要是买卖东西时的评价，所以对其他的一些可能效果不是很好，待解决） 文本 ...
分类：
其他好文 时间：
2019-05-12 21:23:58
阅读次数：
211
深度学习学习框架有tensorflow、pytorch、keras。学习keras时，推荐《深度学习：基于Keras的Python实践》，适合深度学习入门和实践。 尤其是第三部分，利用卷积神经网络解决情感分析问题比较好。 《深度学习：基于Keras的Python实践》系统讲解了深度学习的基本知识，以 ...
分类：
编程语言 时间：
2019-04-20 10:04:35
阅读次数：
494
import org.apache.spark.ml.Pipelineimport org.apache.spark.ml.classification.MultilayerPerceptronClassifierimport org.apache.spark.ml.evaluation.Multi ...
分类：
其他好文 时间：
2019-03-25 17:39:31
阅读次数：
153
传统的Feedforward和CNN只能做到向量到向量的 one-to-one mapping RNN可以做到序列到序列的映射 sequence-to-sequence mapping 因此，采用RNN处理序列数据具有很好的灵活性。 传统的NN 图像标注（一到多） 情感分析（多到一） 机器翻译（多到 ...
分类：
其他好文 时间：
2019-03-25 16:27:19
阅读次数：
216
Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。 本文以Kaggle上的项目:IMDB影评情感分析为例, ...
分类：
其他好文 时间：
2019-02-25 00:36:20
阅读次数：
183
1.自然语言处理2.情感分析3.监督学习模型4.词向量 5.fasttext 汉藏语系，是语言系属分类（Language family）的一种，分为汉语族和藏缅语族，是用汉语和藏语的名称概括与其有亲属关系的457种语言。 这个语系至少包含汉语语族、藏缅语族、苗瑶语族以及壮侗语族，共计约400种语言。 ...
分类：
其他好文 时间：
2019-02-22 21:22:32
阅读次数：
163
1 TensorFlow使用 分析流程： 1.1 使用gensim加载预训练中文分词embedding 加载预训练词向量模型：https://github.com/Embedding/Chinese-Word-Vectors/ 查看词语的向量模型表示： 维度为300 词语相似度：向量余弦值 最相似的 ...
分类：
编程语言 时间：
2019-01-28 21:08:12
阅读次数：
308
1.定义挖掘目标定义挖掘目标即是指要在开始挖掘前，明确挖掘的目的，要达到什么效果？比如对于用户网上看视频，我们想做的可能是对视频进行关联分析或协同过滤，向用户推荐下一部视频；对于商品或新闻下的评论，我们可能想做的是对评论进行情感分析，来判断新闻或商品的正负情感/好坏；对于旅游公司，我们可能想做的是查 ...
分类：
其他好文 时间：
2019-01-28 15:12:32
阅读次数：
347
