|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/sentiment-analysis/
课程评论：没有评论
课程名称：小块知识：Twitter情感分析（使用Python） 课程概述：本课程是我们20+小时课程“从0到1：机器学习与自然语言处理”的一个子集，因此请勿同时注册两者。情感分析（或称意见挖掘）是自然语言处理（NLP）领域中的一个重要方向，主要涉及提取主观信息（如正面/负面，喜欢/不喜欢，情感等）。课程内容包括情感分析的实用性以及解决此问题的方法：包括基于规则的方法和基于机器学习的方法。我们将深入探讨训练数据和特征提取的重要性。情感词典为我们提供了不同情感类别的单词列表，这些可以用于构建我们的特征集。在课程中，我们还将进行一个关于Twitter情感分析的实际项目，期间会学习一些常用的正则表达式，这对我们的代码编写会有所帮助。课程内容涉及情感分析的意义、解决方法（基于规则和基于机器学习）、训练与特征提取、情感词典、正则表达式、Twitter API，以及使用Python对推文进行情感分析等。 此课程适合希望了解情感分析基础以及想要在Python环境中实际应用的学习者。
Note: This course is a subset of our 20+ hour course 'From 0 to 1: Machine Learning & Natural Language Processing' so please don't sign up for both:-) Sentiment Analysis (or) Opinion Mining is a field of NLP that deals with extracting subjective information (positive/negative, like/dislike, emotions). Learn why it's useful and how to approach the problem: Both Rule-Based and ML-Based approaches. The details are really important - training data and feature extraction are critical. Sentiment Lexicons provide us with lists of words in different sentiment categories that we can use for building our feature set. All this is in the run up to a serious project to perform Twitter Sentiment Analysis. We'll spend some time on Regular Expressions which are pretty handy to know as we'll see in our code-along. Sentiment Analysis: Why it's useful, Approaches to solving - Rule-Based , ML-Based Training & Feature ExtractionSentiment LexiconsRegular ExpressionsTwitter APISentiment Analysis of Tweets with Python
