Python自然语言处理 课件 08-2-情感分析的基本方法.pptx

情感分析Python自然语言处理第八章

CONTENT目录01情感分析的应用02情感分析的基本方法03实战电影评论情感分析

课前回顾电子商务领域市场呼声领域舆情分析领域消费者呼声领域

情感分析的基本方法02词法分析机器学习方法混合分析

词法分析词是最小的能够独立运用的语言单位词法分析是其他一切自然语言处理问题的基础，会对后续问题产生深刻的影响。而词法分析的任务就是：将输入的句子字串转换成词序列并标记出各词的词性。

词法分析不同的语言词法分析具体做法是不同的。以英语和汉语为例作为对比：

词法分析对于中文词法分析而言，具体任务如下图所示：以句子：“警察正在详细调查事故原因”为例。

词法分析原理：先使用词法分析器将输入的待分析文本转换为单词的序列形式。将每一个经过词法分析器分词之后的单词与字典中的词汇进行逐一匹配。假设存在一个匹配为积极的，输入文本的分数总池中会增加相应的分数。

词法分析处理方法流程图

情感分析的基本方法02词法分析机器学习方法混合分析

机器学习方法采用有监督学习的算法进行分析，划分为三个阶段数据的采集数据的预处理训练模型并情感分类

机器学习方法特征向量：unigram（单个短语）bigrams（两个连续的短语）trigrams（三个连续的短语）支持向量机（SVM）卷积神经网络（CNN）朴素贝叶斯（NB）算法文档的长度积极词汇的数量消极词汇的数量等等

机器学习方法挑战：训练数据如何获取分类器如何设计未知短语的正确解释

情感分析的基本方法02词法分析机器学习方法混合分析

混合分析两种方法组合，屏蔽掉两种算法的缺点——混合分析利用词法分析高效率的优点截取机器学习算法高准确率的特性

本章小结情感分析的基本方法词法分析机器学习方法混合分析

谢谢观看