斯坦福大学自然语言处理第七课“情感分析（Sentiment Analysis）”

最新推荐文章于 2025-10-17 13:09:55 发布
转载 最新推荐文章于 2025-10-17 13:09:55 发布 · 1.1k 阅读 · 1

本文综述了情感分析领域的经典论文及资源，包括Bing Liu和Bo Pang等人的著作，并提供了英文词典SentiWordNet及中文词典HowNet等工具的链接。此外，还整理了知乎上关于情感分析的相关讨论，为研究者提供全面的参考资料。

from: http://52opencourse.com/235/%E6%96%AF%E5%9D%A6%E7%A6%8F%E5%A4%A7%E5%AD%A6%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E7%AC%AC%E4%B8%83%E8%AF%BE-%E6%83%85%E6%84%9F%E5%88%86%E6%9E%90%EF%BC%88sentiment-analysis%EF%BC%89


1. 经典论文

1) Bing Liu的 Sentiment Analysis and Opinion Mining Morgan & Claypool Publishers

2) Bo Pang的 Opinion Mining and Sentiment Analysis

2. 英文词典

http://sentiwordnet.isti.cnr.it/


3. 中文词典

Hownet, NTUSD

4. 参考资料

https://www.zhihu.com/question/20922994
https://www.zhihu.com/question/20700012

http://rzcoding.blog.163.com/blog/static/2222810172013101785738166/

【人工智能】情感分析（Sentiment Analysis）技术历经数十年发展，已形成从传统规则到深度学习、从单模态到多模态的完整技术体系。
奶爸的编程之路，也就一周冷个三天
09-30 40
轻量场景：规则与词典是基础，商业API是补充；中等场景：传统机器学习平衡成本与精度；复杂场景：预训练模型（PTM/LLM）是当前主流，多模态是未来方向。LLM驱动的零样本情感分析：无需标注数据，通过Prompt即可适配小众领域；轻量化与高效部署：如模型蒸馏、量化技术普及，PTM可在移动端/边缘设备落地；多模态融合深化：从“简单拼接”到“跨模态语义对齐”，提升复杂场景精度；可解释性增强：如LLM的“思维链（CoT）”解释情感判断逻辑，解决“黑盒”问题。
sentiment analysis
yiqingyang2012的专栏
11-13 991
sentiment
情感分析（Sentiment Analysis）
qq_26303031的博客
07-04 2739
情感分析（Sentiment Analysis），也称为意见挖掘（Opinion Mining），是自然语言处理（NLP）领域中的一个重要分支。它涉及识别和提取文本数据中表达的情感信息。情感分析通常用于理解人们对某个主题、产品或服务的态度，从而提供有价值的洞察，帮助企业和组织做出更明智的决策。
Sentiment Analysis Mining Opinions Sentiments and Emotions
12-25
Hardcover: 381 pages Publisher: Cambridge University Press; 1 edition (June 4, 2015) Language: English Book Description This comprehensive introduction to all the core areas and many emerging themes of sentiment analysis approaches the problem from a natural-language-processing angle. The author explains the underlying structure and the language constructs that are commonly used to express opinions and sentiments and presents computational methods to analyze and summarize opinions.
[nlp] sentiment analysis(情感分析)
风吴痕的博客
06-24 3439
https://github.com/udacity/deep-learning-v2-pytorch https://github.com/udacity/deep-learning-v2-pytorch/tree/master/sentiment-rnn/data # 数据 PyTorch 实现双向LSTM 情感分析 文章目录网络结构模型训练与预测1、Data Preprocessing2、Encoding the words3、Encoding the labels4、Padding seque.
斯坦福CoreNLP 4.5.6版本下载及自然语言处理应用
Stanford CoreNLP是斯坦福大学自然语言处理小组开发的一套自然语言处理工具包。该工具包集合了一系列的NLP任务处理工具，例如分词、词性标注、命名实体识别、依存关系解析和情感分析等。使用该工具包，用户能够对...
自然语言处理之分词、命名主体识别、词性、语法分析-stanfordcorenlp-NER(二)
IT届的小学生
12-18 5018
转载请注明出处：https://blog.youkuaiyun.com/HHTNAN 在前面我们介绍了Stanford CoreNLP， 自然语言处理之命名实体识别-tanfordcorenlp-NER(一) 功能列表 工具以及对各种语言的支持如下表（英文和中文支持的最好），分别对应：分词，断句，定词性，词元化，分辨命名实体，语法分析，情感分析，同义词分辨等。 Annotatorarzhenfrdees...
大语言模型在情感分析中的应用
AI架构师小马
03-01 2228
情感分析是自然语言处理（NLP）领域中的一个重要任务，它旨在从文本中识别、提取和量化情感倾向。随着社交媒体、电子商务和在线评论的普及，情感分析在商业智能、市场研究、舆情监测等领域的应用日益广泛。传统的情感分析方法主要依赖于规则基础和机器学习算法，但这些方法往往受限于手工特征工程和领域知识的局限性。近年来，以Transformer为基础架构的大语言模型（Large Language Models，LLMs）在各种NLP任务中取得了突破性进展，包括情感分析。
Sentiment Analysis情感分析——珍藏版
05-18
Sentiment Analysis情感分析——珍藏版
Sentiment Analysis 中文情感分析
03-30
该数据集包括了四个领域的中文评论：笔记本电脑、汽车、相机和手机，评论属于 二分类 任务及正面或负面。可被用作于 自然语言处理 中情感分类任务
中文情感分析_sentiment_analysis.rar
08-04
中文情感分析_sentiment_analysis,python程序，包含中文酒店用户评论数据。
语言模型在多维情感分析与预测中的进展
最新发布
AI开发架构师
10-17 1013
随着互联网和社交媒体的快速发展，大量的文本数据蕴含着丰富的情感信息。多维情感分析与预测旨在从文本中识别和理解多种维度的情感，如积极、消极、中性，以及更细致的情感类别，如愤怒、喜悦、悲伤等。语言模型在处理自然语言方面具有强大的能力，本研究的目的在于探讨语言模型在多维情感分析与预测中的应用进展，包括其核心算法、数学模型、实际应用等方面，范围涵盖了从基础理论到实际项目的各个层面。本文共分为十个部分。第一部分为背景介绍，包括目的、预期读者、文档结构和术语表；
情感分析（Sentiment Analyze）
zz1049694353的博客
08-25 5085
一、什么是情感分析？ 情感分析是检测文本中积极或消极情绪的过程。 企业经常使用它来检测社交数据中的情绪、衡量品牌声誉和了解客户。 二、情感分析的类别？ 情绪分析模型关注极性（积极、消极、中性），但也关注感受和情绪（愤怒、快乐、悲伤等）、紧迫性（紧急，不紧急）甚至意图（感兴趣与不感兴趣）。 根据您希望如何解释客户反馈和查询，您可以定义和定制类别以满足您的情绪分析需求。 同时，以下是一些最受欢迎的情绪分析类型： 1. 细粒度的情感分析（fine-grained senti...
情感分析Sentiment Analysis 知识资料全集（入门/进阶/论文/综述/视频/专家，附查看
君子玉德
09-21 6204
情感分析 ( Sentiment Analysis ) 专知荟萃 入门学习 进阶论文 Tutorial 综述 代码 视频教程 领域专家 入门学习 斯坦福大学自然语言处理第七课“情感分析（Sentiment Analysis）” [http://52opencourse.com/235/%E6%96%AF%E5%9D%A6%E7%A6%8F%E5%A4%A7%E5%AD%A6%E8%...
斯坦福大学自然语言处理小组开源项目
斯坦福大学自然语言处理小组（Stanford-NLP-Group）是全球最负盛名的自然语言处理研究团队之一，隶属于斯坦福大学人工智能实验室（SAIL），长期致力于推动自然语言理解、机器学习与深度学习在文本分析领域的前沿发展...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值