还是忍不住来回一下文 感觉版上的大家 大部分是做影像辨识 自然语言处理的比较少 但是自然语言处理真的很有意思阿 像这个sentiment analysis 语意分析真的特别有趣 而且特别难 先跟大家介绍一下这个研讨会SemEval 应该是语意分析最大的会 会有shared tasks 有点像kaggle的比赛 大会给每个参赛团队同一组training dataset 和test dataset 时间到了大家回传prediction 看谁最接近gold standard SemEval 2017 Task 4 A 就是twitter tweets 的语意分析 训练集长这样 tweet1 -> positive tweet2 -> neutral tweet3 -> nagative ... 任务就是给你一段tweet 你猜是哪个:{positive,negative,neutral} 三选一 http://www.aclweb.org/anthology/S17-2088 结果成绩第一名团队也才拿到 68.1%的准确率 这其实好多难关要过 1. tweet 是很特殊的文体 杂质很高 (好用的tweet 预处理的工具: http://www.cs.cmu.edu/~ark/TweetNLP/ ） 2. 再来是自然语言本身的复杂度,举例来说: 张三很开心 -> positive 张三不开心 -> negative 张三很开心吗 -> neutral 张三不开心吗 -> neutral 如果张三很开心 -> neutral 现在把'开心' 换成'伤心' 正负值又要翻面了 另外还有讽刺的用法 像是 '你长的最好看了' 每个词都是正面的 合在一起变负面 ######################### 这里我找了一个参加semEval2017 task4的团队的github 或许你可以试着复制他们的成果: https://github.com/cbaziotis/datastories-semeval2017-task4 ######################### 之前不是有人再问 DL可以选股票吗? DL + NLP就可以帮你选股票! 这个semEval 就有选股票的比赛 SemEval 2017 task5就是搞这个 这个heuristic很简单 就是看看网路大家对xyz公司的评价是好是坏 好的话股价比较可能会涨 所以选股票除了看 财报 股价历史纪录 其他的数据 还可以看这个sentiment analysis ※ 引述《CaptPlanet (ep)》之铭言： : ctrl + y 可以删除一整行，请将不需要的内容删除 : 文章分类提示: : - 问题: 当你想要问问题时，请使用这个类别。 : - 讨论: 当你自己已经有答案，但是也想听听版友意见时。 : - 情报: 当你看到消息时，请使用这个类别。 : 根据板规规定，做适当的转换，以及摘录重要文意。 : - 心得: 当你自己想要分享经验时，请使用这个类别。 : (回答并非义务，所以当有人回答时，哪怕句谢谢也好，多多回应，大E可编辑文章) : (如果用不到以下框架，如观念问题请自行视情况删除作业系统,使用工具等项目) : 作业系统:(win10) : 问题类别:(DL, RNN, NLP) : 使用工具:(python,keras,gensim word2vec) : 问题内容: : 最近尝试对文本进行正负面评价分类 : 先自己训练了word2vec模型（一个词256维） : 然後参考网路上的code : https://blog.keras.io/using-pre-trained-word-embeddings-in-a-keras-model.html : 利用tokenizer和sequence padding把文章转成对应的编码（400维向量） : 再利用embedding 层设置权重让汇入的文章变成400*256的矩阵 : Embedding层後接着三层LSTM然後Flatten和Dense输出2维向量用softmax和crossentropy : 预测正负面 : 目前已经都训练完成，但是现在想要实际丢入一些新资料进去预测，新的文章该如何转换 : 成这个model的输入呢？ : 直接参考上面的code用一样的方法将文章编码就可以输入了吗？ : 感谢各位 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 150.135.165.10 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1523386559.A.522.html