小册描述
目录
- 1.1 文中自有真情在
- 1.1.1问世间情为何物
- 1.1.2触景文下留真情
- 1.2NLP来相助
- 1.2.1什么是NLP
- 1.2.2NLP主要应用领域
- 1.3情感即分类
- 1.3.1情感分析的对象与方法
- 1.3.2情感分析的主要应用
- 2.1分词与词典
- 2.1.1分词,情感分析步
- 2.1.2词典,让AI长知识
- 2.2只有“情感”行不行
- 2.2.1情感词典的建立
- 2.2.2词典的扩充
- 2.3基于情感词典的案例
- 3.1数据的获取
- 3.1.1网络爬虫
- 3.1.2简单爬虫案例
- 3.2数据的清洗与整理
- 3.2.1去除停用词
- 3.2.2词性标注
- 3.3词频与词云
- 3.3.1词频统计
- 3.3.2关键词统计
- 3.3.3词云
- 3.4词袋模型
- 3.4.1词袋模型概念
- 3.4.2简单词袋模型案例
- 3.4.3改进词汇表
- 3.4.4词袋模型显示频率
- 3.4.5词袋模型的局限性
- 4.1机器学习概述
- 4.1.1什么是机器学习
- 4.1.2机器学习与情感分析
- 4.1.3词袋模型数据生成
- 4.2朴素贝叶斯与情感分析
- 4.2.1贝叶斯vs频率
- 4.2.2朴素贝叶斯原理实践
- 4.3二项逻辑回归与情感分析
- 4.3.1逻辑回归原理
- 4.3.2逻辑回归算法
- 5.1神经网络工作原理
- 5.1.1神经网络概述
- 5.1.2前向与反向传播
- 5.1.3其他参数
- 5.2激活函数与损失函数
- 5.2.1非线性的激活函数
- 5.2.2衡量优劣的损失函数
- 5.3神经网络的分类与情感分析
- 6.1另辟蹊径分布表示
- 6.1.1语料库
- 6.1.2分布式假说
- 6.2从NPLM到Word2Vec
- 6.2.1NPLM模型
- 6.2.2Word2Vec
- 6.3Word2Vec实践
- 6.3.1女人-男人=王后-国王的三国解读
- 6.3.2词汇的星空
- 7.1循环神经网络
- 7.1.1循环神经网络原理
- 7.1.2循环神经网络实践
- 7.2LSTM
- 7.2.1LSTM基本原理
- 7.2.2非礼勿记、非礼勿听、非礼勿言
- 7.3循环神经网络与情感分析