Build your ultimate AI agent
课程介绍
您是否曾通过撰写评论来表达对某个产品或服务的看法？购买前是否也会先在网上查看评价？这些信息不仅对您有价值，对企业同样重要。在本课程中，您将学习如何理解各类文本中表达的情感。您会使用真实世界的数据集，包括推文、电影与产品评论，并使用 Python 的 nltk 和 scikit-learn 库。课程结束时，您将能够基于美国航空旅客在 Twitter 上的表达，完成一个端到端的情感分析任务。
先修要求
课程大纲
课程大纲
1
情感分析的基础与实务
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。
2
从评论中提取数值特征
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。
3
数值向量进阶：推文文本变换
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。
4
开始预测情感
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！
Python 中的情感分析
课程完成
