python - 开始情绪分析项目的最佳实践？

Question

在我对人工智能和情感分析进行了大量研究后，我发现了两种进行文本分析的方法。

文本预处理完成后，我们必须创建一个分类以获得正面和负面，所以我的问题是最好有例子：

第一种方式：

• 要训​​练的 100 条文本记录，包括 2 个字段文本和 状态字段，指示其是正 1 还是负 0。

第二种方式：100条文本记录进行训练，制作词袋词汇，以基于该词袋训练和比较测试记录。

如果我的问题有误，请给我打电话并纠正我的问题。

标签： pythonnltksentiment-analysis

Answer 1

我认为您可能会在这里遗漏一些东西，因此要训练情绪分析模型，您将拥有一个训练数据，其中每一行都有标签（正面或负面）和一个原始文本。为了使计算机能够理解或“看到”文本，是通过将文本表示为数字（因为计算机无法理解文本），因此将文本表示为数字的一种方法是使用词袋（还有其他方法可以表示文本，如TF/IDF、WORD2VEC等）。因此，当您使用数据训练训练模型时，程序应该预处理原始文本，然后它应该（在这种情况下）制作一个词袋映射，其中每个元素位置代表一个词汇表，如果这个词将变为 1 或更多存在于文本中，如果不存在则为 0。

现在假设训练结束，那么程序产生一个模型，这个模型就是你保存的，所以当你想测试一个数据时，你不需要再次重新训练程序。现在当你想测试时，是的，你将使用训练数据的词袋映射，假设测试数据集中有一个词在训练数据集中从未出现过，那么只需将其映射为 0。

简而言之：

当你想测试时，你必须使用来自数据训练的词袋映射