14、深度学习在文本挖掘与信号处理中的应用

深度学习在文本挖掘与信号处理中的应用

1. 文本挖掘中的深度学习应用

1.1 数据处理与情感提取

在文本挖掘部分，我们以简·奥斯汀的著名小说《傲慢与偏见》为例，详细介绍了数据整理和情感提取的步骤。
- 步骤 1 - 2 ：加载所需的DSBO包和文本。
- 步骤 3 - 4 ：进行单字分词和停用词去除。
- 步骤 5 - 6 ：提取并可视化62章中出现频率最高的前10个单词。
- 步骤 7 - 12 ：使用CJOH和OSD这两种广泛使用的词典来展示高级和细粒度的情感。CJOH词典将每个单词标记为高级二元情感（积极或消极），而OSD词典将每个单词标记为细粒度的多种情感（积极、消极、愤怒、期待、喜悦、恐惧、厌恶、信任、悲伤和惊讶）。
- 步骤 13 ：使用CJOH词典中积极或消极词汇的最大出现次数进行章节级别的情感标记。在62章中，52章的积极词汇出现次数更多，10章的消极词汇出现次数更多。

以下是获取各章节单词数量的代码：

XPSEDPVOUT  1SJEF@1SFKVEJDF@DIBQUFST  
HSPVQ@CZ
CPPLDIBQUFS 
EQMZSTVNNBSJ[F
XPSET  O

1.2 情感比例提取

通过以下步骤提取积极和消极词汇的比例：