本文介绍了一个使用NLP技术分析1000条餐厅评论的案例，目标是通过自然语言处理算法自动判断评论是正面还是负面。首先解释了NLP的基本概念和应用场景，然后详细阐述了数据导入、文本清理（包括去除数字、标点、虚词和词根化）以及生成稀疏矩阵的过程。接着提到了使用朴素贝叶斯进行训练，并给出了预测结果的计算方法。文章提供了源码和数据集的下载链接。
1.NLP是什么
自然语言处理
用于对文本的分类
用于对中英文的互相翻译
用于打字时候的自动纠错
垃圾邮件过滤
…
1.1本次的目标
这次学习是1000个英文的对一餐馆的评价，以及手动分类的结果，看一下是正面还是负面的评价。
用NLP算法自动辨别评价的好坏，当在拿到一个评价时，就可以自动进行好坏的分类了。
这次要做的就是对评论就行分类，完成以后可以拓展到文本文章英文报道等进行应用。
1.2观察数据
打开评论的tsv文件（文本很特殊，特殊的表单符号被处理）1正面评论、2负面评论，都是手动添加
2.NLP源码分析
2.1.导入数据，利用panda
导入tsv文件，分隔符是‘Tab’，就是‘\t’
quoting = 3：去除引号
dataset = pd.read_csv('R_Reviews.tsv', delimiter = '\t', quoting = 3)
从Spyder中的Variable explorer查看导入的数据
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
