awesome sentiment analysis
1.0.0
รายการวิธีการวิเคราะห์ความเชื่อมั่นการใช้งานการใช้งานและอื่น ๆ
การวิเคราะห์ความเชื่อมั่นเป็นสาขาการศึกษาที่วิเคราะห์ความคิดเห็นความรู้สึกความรู้สึกการประเมินทัศนคติและอารมณ์จากภาษาที่เขียน (Liu 2012)
เป้าหมายของพื้นที่เก็บข้อมูลนี้คือการให้การเชื่อมโยงที่เพียงพอสำหรับนักวิชาการที่ต้องการค้นคว้าในโดเมนนี้ และในเวลาเดียวกันสามารถเข้าถึงได้อย่างเพียงพอสำหรับนักพัฒนาที่ต้องการรวมการวิเคราะห์ความเชื่อมั่นเข้ากับแอปพลิเคชันของพวกเขา
การวิเคราะห์ความเชื่อมั่นเกิดขึ้นในระดับต่าง ๆ :
การวิจัยล่าสุดมุ่งเน้นไปที่วิธีการที่อิงกับมุมมอง แต่การใช้งาน OpenSource ทั้งหมดยังไม่ได้เกิดขึ้น
มีวิธีการที่แตกต่างกันมากมายในการแก้ปัญหา วิธีการคำศัพท์เช่นดูที่ความถี่ของคำที่แสดงความรู้สึกบวกและลบ (จาก IE sentiwordnet) ที่เกิดขึ้นในประโยคที่กำหนด การเรียนรู้ของเครื่องภายใต้การดูแลเช่น Naive Bayes และ Support Vector Machine (SVM) สามารถใช้กับข้อมูลการฝึกอบรมได้ เนื่องจากตัวอย่างการฝึกอบรมเป็นเรื่องยากที่จะได้รับการเรียนรู้ของเครื่องที่ไม่ได้รับการดูแลเช่นการจัดสรร Dirichlet แฝง (LDA) และการฝังคำ (Word2VEC) ยังใช้กับชุดข้อมูลขนาดใหญ่ที่ไม่มีป้ายกำกับ ผลงานล่าสุดยังใช้วิธีการเรียนรู้อย่างลึกซึ้งเช่นเครือข่ายประสาทเทียม (CNN) และหน่วยความจำระยะสั้นระยะยาว (LSTM) รวมถึงตัวแปรที่อิงความสนใจ คุณจะพบรายละเอียดเพิ่มเติมในเอกสารสำรวจ
Liu, Bing "การวิเคราะห์ความเชื่อมั่นและการขุดความคิดเห็น" การบรรยายการสังเคราะห์เกี่ยวกับเทคโนโลยีภาษามนุษย์ 5.1 (2012): 1-167 [PDF]
Vinodhini, G. และ RM Chandrasekaran "การวิเคราะห์ความเชื่อมั่นและการขุดความคิดเห็น: การสำรวจ" วารสารนานาชาติ 2.6 (2012): 282-292 [PDF]
Medhat, Walaa, Ahmed Hassan และ Hoda Korashy "อัลกอริทึมการวิเคราะห์ความเชื่อมั่นและแอปพลิเคชัน: การสำรวจ" Ain Shams Engineering Journal 5.4 (2014): 1093-1113 [PDF]
Wang, Sida และ Christopher D. Manning "baselines และ bigrams: ง่ายความเชื่อมั่นที่ดีและการจำแนกหัวข้อ" การดำเนินการประชุมประจำปีครั้งที่ 50 ของสมาคมเพื่อการคำนวณภาษาศาสตร์: เอกสารสั้น-ปริมาณ 2. สมาคมการคำนวณภาษาศาสตร์, 2012 [PDF]
Cambria, Erik, Daniel Olsher และ Dheeraj Rajagopal "Fesicnet 3: ฐานความรู้ทั่วไปและสามัญสำนึกสำหรับการวิเคราะห์ความรู้สึกที่ขับเคลื่อนด้วยความรู้ความเข้าใจ" การดำเนินการของการประชุม AAAI ยี่สิบแปดเรื่องเกี่ยวกับปัญญาประดิษฐ์ Aaai Press, 2014. [PDF]
Afinn: รายการคำภาษาอังกฤษที่ได้รับการจัดอันดับสำหรับ Valence [เว็บ]
SentiWordNet: ทรัพยากรคำศัพท์ที่คิดค้นขึ้นเพื่อสนับสนุนการวิเคราะห์ความเชื่อมั่น [เว็บ] [กระดาษ]
ถุงมือ: อัลกอริทึมสำหรับการได้รับเวกเตอร์คำ เวกเตอร์ Word Pretrained พร้อมให้ดาวน์โหลด [เว็บ] [Paper]
Semeval14-Task4: แง่มุมที่มีคำอธิบายประกอบและความรู้สึกของรีวิวแล็ปท็อปและร้านอาหาร [เว็บ] [กระดาษ]
Stanford Sentiment Treebank: ชุดข้อมูลความเชื่อมั่นที่มีคำอธิบายประกอบความเชื่อมั่นอย่างละเอียด [เว็บ] [กระดาษ]
พจนานุกรมหลายมิติสำหรับการตีความระหว่างบุคคล [เว็บ] [กระดาษ]
มีการอธิบายลักษณะของการดำเนินการแต่ละครั้ง
Caveats : ปัญหาสำคัญในการวิเคราะห์ความเชื่อมั่นคือความไวต่อโดเมนที่มีการจัดหาข้อมูลการฝึกอบรมหรือการสร้างพจนานุกรมความเชื่อมั่น [♠] ระวังสมมติว่าการใช้งานนอกชั้นวางจะทำงานเพื่อปัญหาของคุณตรวจสอบให้แน่ใจว่าได้ดูสมมติฐานของแบบจำลองและตรวจสอบว่าพวกเขาถูกต้องในโดเมนของคุณเอง [♦]
Thisandagain/Sentiment: คำศัพท์, พจนานุกรมที่ใช้ Afinn-based
Thinkroth/Sentimental Lexical, Dictionary-based, Afinn-based
Lingpipe: คำศัพท์การเรียนรู้ของเครื่องจักรที่ใช้คลังข้อมูล
Corenlp: การเรียนรู้ของเครื่องจักรการเรียนรู้การเรียนรู้อย่างลึกซึ้ง
ASUM: การเรียนรู้ของเครื่องที่ไม่ได้รับการดูแลการจัดสรร Dirichlet แฝง [กระดาษ]
NLTK: เครื่องมือวิเคราะห์ความเชื่อมั่นของเวเดอร์, คำศัพท์, พจนานุกรม, อิงตามกฎ [กระดาษ]
Vivekn/ความเชื่อมั่น: การเรียนรู้ของเครื่องจักรที่มีภายใต้การควบคุมตัวจําแนก Bayes ไร้เดียงสา [กระดาษ]
Xiaohan2012/Twitter-Sent-DNN: การเรียนรู้ของเครื่องจักรการเรียนรู้การเรียนรู้อย่างลึกซึ้งเครือข่ายประสาท Convolutional [กระดาษ]
Abdulfatir/Twitter-Sentiment-Analysis: การวิเคราะห์ความเชื่อมั่นในทวีตโดยใช้ Bayes ไร้เดียงสา, SVM, CNN, LSTM ฯลฯ
Kevincobain2000/Sentiment_classifier: การเรียนรู้ของเครื่องภายใต้การควบคุม, ตัวจําแนกแบบไร้เดียงสา, ตัวจําแนก Max Entropy, SentiwordNet
Pedrobalage/semevalaspectBasedSentimentanalysis: การเรียนรู้ของเครื่องจักรแบบอิง, การเรียนรู้ของเครื่อง, สนามสุ่มแบบมีเงื่อนไข
Ganeshjawahar/MEM_ABSA: การเรียนรู้ของเครื่องจักรแบบอิงด้านการเรียนรู้การเรียนรู้อย่างลึกล้ำหน่วยความจำภายนอก [กระดาษ]
openai/การสร้างการตรวจสอบการค้นพบ-การเพิ่มขึ้น: การเรียนรู้ลึก, BYTE MLSTM [PAPER]
Yiyang-GT/Social-Intention: การเรียนรู้อย่างลึกซึ้ง ใช้ตำแหน่งของผู้เขียนในเครือข่ายโซเชียลเพื่อการวิเคราะห์ความเชื่อมั่น [กระดาษ].
Thunlp/NSC: การเรียนรู้อย่างลึกล้ำตามความสนใจ ใช้ข้อมูลผู้ใช้และการผลิต [กระดาษ]
Timjurka/ความเชื่อมั่น: การเรียนรู้ของเครื่องจักรภายใต้การควบคุมตัวจําแนกแบบไร้เดียงสา Bayes
CDIPAOLO/ความเชื่อมั่น: การเรียนรู้ของเครื่องภายใต้การควบคุมตัวจําแนก Bayes ไร้เดียงสา ขึ้นอยู่กับ Cdipaolo/GOML
Malavbhavsar/Sentimentalizer: คำศัพท์, พจนานุกรม
7compass/Sentimental: คำศัพท์, พจนานุกรม
Amrish7/Dragon: การเรียนรู้ของเครื่องภายใต้การควบคุมตัวจําแนก Bayes ไร้เดียงสา
- ก่อนอื่นขอบคุณที่สละเวลามีส่วนร่วม! -
ขั้นตอนในการมีส่วนร่วม:
