在這個練習中,你會繼續使用 movies 資料集。你已經看過正面與負面影評的數量。現在請更深入地探索 review 欄位。
movies
review
本練習屬於課程
試著完成這個範例程式碼,體驗一下這個練習。
length_reviews = movies.review.____.____ # How long is the longest review print(____(length_reviews))
你是否在購買產品或服務前,先查看過評論或評分?那你很可能已經和情感分析正面交鋒過了。本章將帶你認識情感分析問題的基本結構,並開始探索電影評論中的情感。
當前練習
想像你是一家提供多種產品的公司。你想知道哪些產品最暢銷,更重要的是——為什麼。本章我們從第 1 步開始理解產品評論,使用一個包含 Amazon 產品評論的資料集。為此,我們會把文字轉換成數值形式,並在過程中處理幾個複雜面向。
本章將延續對產品評論的理解。我們會涵蓋更多複雜情況,特別是處理來自 Twitter 等社群平台的情感分析資料。同時也會學習從文字取得數值特徵的其他方法。
我們將運用機器學習,根據評論中使用的詞彙來預測其情感。我們會使用邏輯斯回歸,並以數種方式評估其表現。這會是幾個紮實的入門模型!