您已在视频中学习了词袋(bag-of-words,简称 BOW)及其一些特性。以下关于 BOW 的哪一项说法是正确的?
本练习是课程的一部分
通过我们的互动练习之一,将理论转化为实践
您是否在购买前查看过产品或服务的评论或评分?那么您很可能已经与情感分析打过照面。本章将带您了解情感分析问题的基本结构,并开始探索电影评论中的情感。
设想您是提供多种产品的公司负责人。您想知道哪些产品是畅销款,尤其是原因是什么。我们将从理解产品评论的第 1 步开始,使用一份包含亚马逊产品评论的数据集。为此,我们把文本转换为数值形式,并在过程中考量若干复杂因素。
当前练习
本章将继续推进对产品评论的理解。我们会讨论更多复杂性,尤其是在处理来自 Twitter 等社交媒体平台的情感分析数据时。我们还将学习从文本中获取数值特征的其他方法。
我们将使用机器学习,根据评论中使用的词语来预测其情感。我们会采用逻辑回归,并从多个角度评估其性能。对于入门来说,这些都是很不错的模型!