更改

删除2,035字节 、 2021年8月29日 (日) 00:36
无编辑摘要
第401行: 第401行:  
本课程中,我们以文本数据为中心探讨并验证了情绪心理与知识融合理论相结合的可能途径。
 
本课程中,我们以文本数据为中心探讨并验证了情绪心理与知识融合理论相结合的可能途径。
   −
  −
[https://campus.swarma.org/course/1063 情感分析(一)]
  −
[[file:ab52760ebb4196d64d8c74dd87994ac6.png|thumb|right|200px|情感分析(一)讲师李嫣然。<br/>香港理工大学在读博士生,集智科学家社群成员,著名公众号"程序媛的日常" 的运营者之一,人称小S。<br/>研究方向为自然语言处理中的语义表达和语言生成,致力于利用深度学习、认知科学等相关领域的方法和成果探究人类语言习得和语言表达的奥秘。]]
  −
  −
如果一个人发表这样评论:“这个加湿器看起来不错,用起来差点”,该如何定义其对这款产品的情感?对类似问题的分析,需要用到细粒度情感分析的方法。基于属性的情感分析是一种细粒度的情感分析任务,比传统的句子级别、文章级别的情感分析任务更加复杂,首先需要识别句子或文章讨论的属性,然后识别具体属性的情感极性,得出结论。细粒度的情感分析具有巨大的商业应用价值,使其成为 NLP 实战竞赛项目的热门赛题。本课程中,将讲解基于属性的细粒度情感分析该如何实施。
  −
  −
课程大纲:
  −
*多分类:情感分析的基础
  −
*细粒度:基于属性的细粒度情感分析
  −
*多媒介:社交网络等用户生成文本的情感分析
  −
  −
  −
[https://campus.swarma.org/course/1064 情感分析(二)]
  −
  −
在移动互联网时代,人们已经习惯于在网络上表达对事物的评价,比如外卖平台对商家、菜品的评价,购物网站对商品的评价,社交媒体的话题出现等。这些评价中具有巨大的商业价值,其隐藏的情感,可以帮助决策者做出可靠的选择。情感分析具有巨大的工业应用价值。
  −
  −
  −
本课程中,尹相志老师将分享在餐饮、服饰、汽车等领域的情感分析项目落地经验。
  −
  −
课程大纲:
  −
*文字情绪分类的主要思路
  −
*文字情绪分类以及如何标注数据
  −
*通篇文章情绪与逐字情绪
  −
*基于RNN与CNN的 Seq2Seq 情绪建模
      
===集智文章===
 
===集智文章===
1,068

个编辑