Začněte nyníZačněte zdarma

Domů
Kurzy
Sentiment Analysis v Pythonu

TF-IDF: Další způsoby transformace textu

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Toto cvičení je součástí kurzu

Sentiment Analysis v Pythonu

SkillTag.level.intermediateSkillTag.label

4.8+

Začněte kurz zdarma

Zkoumal/a jsi někdy recenze nebo hodnocení produktu či služby, než jsi je koupil/a? Pak ses velmi pravděpodobně setkal/a s analýzou sentimentu. V této kapitole se seznámíš se základní strukturou problému analýzy sentimentu a začneš zkoumat sentiment filmových recenzí.

Exercise 1: Vítej!Exercise 2: Prvky úlohy analýzy sentimentu Exercise 3: Kolik je pozitivních a negativních recenzí?Exercise 4: Nejdelší a nejkratší recenze Exercise 5: Typy a přístupy v analýze sentimentu Exercise 6: Zjišťování sentimentu románu Příběh dvou měst Exercise 7: Porovnání sentimentu dvou řetězců Exercise 8: Jaký je sentiment filmové recenze?Exercise 9: Pojďme sestavit word cloud!Exercise 10: Tvůj první word cloud Exercise 11: Která slova jsou ve word cloudu?Exercise 12: Wordcloud recenzí filmů

Představ si, že jsi ve vedení firmy nabízející různé produkty. Chceš vědět, které z nich se nejlépe prodávají a především – proč. Vydáváme se na první krok k pochopení recenzí produktů: použijeme dataset s recenzemi produktů z Amazonu. K tomu převedeme text do číselné podoby a po cestě se vypořádáme s několika zajímavými složitostmi.

Exercise 1: Bag of words Exercise 2: Které tvrzení o BOW je pravdivé?Exercise 3: Tvůj první BOW Exercise 4: BOW na základě recenzí produktů Exercise 5: N-gramy do detailu Exercise 6: Určení délky sekvence tokenů pomocí BOW Exercise 7: Velikost slovníku recenzí filmů Exercise 8: BOW s n-gramy a velikostí slovníku Exercise 9: Vytváření nových příznaků z textu Exercise 10: Tokenizace řetězce z GoT Exercise 11: Slovní tokeny z Avengers Exercise 12: Příznak pro délku recenze Exercise 13: Poznáš, o jaký jazyk jde?Exercise 14: Zjisti jazyk řetězce Exercise 15: Detekce jazyka u seznamu řetězců Exercise 16: Detekce jazyka v recenzích produktů

Tato kapitola navazuje na proces porozumění produktovým recenzím. Zaměříme se na další složitosti, zejména při práci s daty pro analýzu sentimentu ze sociálních sítí, jako je Twitter. Naučíme se také další způsoby, jak z textu získat číselné příznaky.

Exercise 1: Stop words Exercise 2: Word cloud tweetů Exercise 3: Sentiment leteckých společností se stop slovy Exercise 4: Více textových sloupců Exercise 5: Zachycení vzoru tokenu Exercise 6: Zadej vzor tokenů Exercise 7: Řetězcové operátory s daty z Twitteru Exercise 8: Další řetězcové operátory a Twitter Exercise 9: Stemming a lemmatizace Exercise 10: Kmeny a lemmata z GoT Exercise 11: Stemování španělských recenzí Exercise 12: Kmeny z tweetů Exercise 13: TF-IDF: Další způsoby transformace textu

Aktuální cvičení

Exercise 14: Tvůj první TfIdf Exercise 15: TfIdf na datech o sentimentu leteckých společností z Twitteru Exercise 16: Tfidf a BOW na stejných datech

Využijeme strojové učení k předpovídání sentimentu recenzí na základě použitých slov. Použijeme logistickou regresi a vyhodnotíme její výkon několika různými způsoby. Tohle jsou solidní první modely!

Exercise 1: Pojďme předpovědět sentiment!Exercise 2: Logistická regrese filmových recenzí Exercise 3: Logistická regrese na datech z Twitteru Exercise 4: Dokázali jsme sentiment opravdu dobře předpovědět?Exercise 5: Sestav a vyhodnoť model: recenze filmů Exercise 6: Metriky výkonu na twitterových datech Exercise 7: Sestav a vyhodnoť model: data z recenzí produktů Exercise 8: Logistická regrese: znovu a lépe Exercise 9: Předpověď pravděpodobností u filmových recenzí Exercise 10: Recenze produktů s regularizací Exercise 11: Regularizace modelů s daty z Twitteru Exercise 12: Dáme to celé dohromady Exercise 13: Krok 1: Word cloud a tvorba příznaků Exercise 14: Krok 2: Sestavení vektorizátoru Exercise 15: Krok 3: Sestavení klasifikátoru Exercise 16: Závěrečné shrnutí