xxr233的博客

常规任务从SemEval-2014 Task 4 发布的对ABSA任务的评测来看，大致细分了4个子任务Aspect term extraction：提取句子中的情感实体或者说情感对象Aspect term polarity：在第一个任务基础上，对情感实体进行极性分类（正面、负面、中性等）举个例子：I hated their fajitas, but their salads were great → {fajitas: negative, salads: positive}fajitas，

情感分析原文：https://github.com/sebastianruder/NLP-progress/blob/master/english/sentiment_analysis.mdIMDbIMDb数据集是一个二分类的情感分析数据集，包括了来自Internet Movie Database（IMDb）的50000条电影评论，分别标注为正面和负面两类情感。数据集包含偶数个正面和负面评论。评论打分满分为10分，分数<=4归为负面评论，分数>=7归为正面评论。每部电影的评论不得超过30条

配一台台式机，除了显示器、键盘、鼠标外，最重要的主机大致包括以下配件：CPU：中央处理器，是电脑的运算核心及控制中心，cpu的好坏很大程度上决定了电脑的配置和性能 内存条：内部存储器，在开机时进行数据存储，关机后数据消失。体积小，速度快。 硬盘：外部存储器，他储存的数据断电后不会消失 显卡：通过计算，将数据转换为可以显示的数字或信号，传输到显示器上 主板：固定在机箱上，连接各个模块，从而实现功能 电源：将220V转为低直流电，为电脑主机提供电源 光驱，主要用于读取光盘，安装系统 其他输入输

https://zhuanlan.zhihu.com/p/147321515https://zhuanlan.zhihu.com/p/66268929自然语言处理任务中，有很重要的一块，就是分析语言的结构。对于句法结构（syntactic structure）分析，主要有两种方式组成分析（Constituency parsing） 依赖分析（Dependency parsing）前者主要关心的是句子是怎么构成的，词怎么组成短语。所以研究Constituency，主要 是研究忽略语义的“ 语法