情感分析

本文主要涉及知识点包括新浪微博爬虫、python对数据库的简单读写、简单的列表数据去重、简单的自然语言处理(snowNLP模块、机器学习)。适合有一定编程基础，并对python有所了解的盆友阅读。

朴素贝叶斯分类器基于词袋模型，通过词袋模型我们可识别出文本中出现的词属于积极还是消极，若这个词出现在积极的词语列表中，文本的总体分数 +1，若总体分数为正，该段文本被分类为积极，反之亦然。

当“你有freestyle吗”火遍全网之后，一个个你从来没听过的?rapper?像加拿大土拨鼠播报春天一样冒出洞口——你突然感觉到，妈的，HipHop还真要成主流了？我努力努力改天还靠这个吃饭吗？

我分析了王力宏、周杰伦、林俊杰和潘玮柏的32万字歌词，就是为了找到最伤感的一首歌。

商品评论挖掘、电影推荐、股市预测……情感分析大有用武之地。本文帮助你一步步用Python做出自己的情感分析结果，难道你不想试试看？

「情感极性分析」是对带有感情色彩的主观性文本进行分析、处理、归纳和推理的过程。

本次分享中我会为大家介绍深度学习算法在自然语言处理任务中的应用——包括算法的原理是什么，相比于其他算法它具有什么优势，以及如何使用深度学习算法进行情感分析。

英国公投选择了脱离欧洲，震惊了世界。人们究竟怎么看待这件事？机器学习分析能帮我们找到答案。

本文描述了基于 Spark 如何构建一个文本情感分析系统

很久以来，主流 NLP （Natural Language Processing）就在这样的一袋子词里面做文章，有时候也确实做出了蛮漂亮的文章，都是用的基于统计的机器学习。什么是“一袋子词”呢？