前端之家收集整理的这篇文章主要介绍了
NLP：定性“积极”vs“否定”句子，
前端之家小编觉得挺不错的，现在分享给大家，也给大家做个参考。
我需要您帮助确定分析行业特定句子(即电影
评论)的“正面”与“负面”的最佳
方法.我曾经看过像OpenNLP这样的图书馆,但是它的水平太低,只是给了我基本的句子组成;我需要的是一个更高层次的结构：
– 希望与wordlists
– 希望可以训练我的数据
谢谢！
你正在寻找的东西通常被称为
Sentiment Analysis.通常,情绪分析不能处理微妙的微妙,如讽刺或讽刺,但如果您在其中投掷大量数据,则表现相当好.
情绪分析通常需要相当多的预处理.至少标记化,句子边界检测和词性标注.有时,语法解析可能很重要.正确的做法是计算语言学研究的整个分支,我不会建议你提出自己的解决方案,除非你花时间先学习这个领域.
OpenNLP有一些帮助情绪分析的工具,但如果你想要更严肃的话,你应该看看LingPipe工具包.它有一些内置的SA功能和一个很好的tutorial.你可以训练它自己的数据集,但不要以为它是完全微不足道的:-).
这个术语的Google搜索可能还会给你一些合作的资源.如果您有任何更具体的问题,请问,我正在密切关注nlp标签;-)
原文链接：https://www.f2er.com/html/230226.html
