返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 诺森文本大数据情感分析高凯9787302538943清华大学出版社
  • 正版
    • 作者: 高凯著 | 高凯编 | 高凯译 | 高凯绘
    • 出版社: 清华大学出版社
    • 出版时间:2017-12-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    诺森文化制品专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 高凯著| 高凯编| 高凯译| 高凯绘
    • 出版社:清华大学出版社
    • 出版时间:2017-12-01
    • 版次:1
    • 印刷时间:2019-12-01
    • 字数:187000
    • 页数:136
    • 开本:16开
    • ISBN:9787302538943
    • 版权提供:清华大学出版社
    • 作者:高凯
    • 著:高凯
    • 装帧:平装
    • 印次:暂无
    • 定价:35.00
    • ISBN:9787302538943
    • 出版社:清华大学出版社
    • 开本:16开
    • 印刷时间:2019-12-01
    • 语种:中文
    • 出版时间:2017-12-01
    • 页数:136
    • 外部编号:9734708
    • 版次:1
    • 成品尺寸:暂无


    章 引言
    第2章 自然语言处理与应用综述
    2.1 概述
    2.2 自然语言处理的主要研究方法
    2.2.1 理主义与经验主义方法
    2.2.2 深度学习与预训练方法及其在自然语言处理中的应用
    . 自然语言处理的部分任务及应用
    ..1 词法分析
    ..2 句法分析
    .. 命名实体识别与特征信息提取
    ..4 文本摘要
    ..5 机器翻译
    2.4 本章小结
    参考文献
    第3章 文本情感与情绪分析综述
    3.1 概述
    3.2 文本情感分析
    3.2.1 情感信息抽取
    3.2.2 情感分类
    3.. 立场分析
    3.3 文本情绪分析
    3.3.1 传统的情绪分析方法
    3.3.2 基于深度学习的情绪分析
    3.4 本章小结
    参考文献
    第4章 面向微博文本的情绪及其诱因分析
    4.1 总体技术路线
    4.2 情绪模型
    4.2.1 事件结果类
    4.2.2 主体行为类
    4.. 事件结果类和主体行为类的复合情绪
    4.2.4 实体对象类
    4.3 分析和提取情绪诱因事件
    4.3.1 事件结果类的诱因事件分析与提取
    4.3.2 主体行为类的诱因事件分析与提取
    4.3.3 实体对象类的诱因事件分析与提取
    4.4 情绪校验与修正
    4.5 基于贝叶斯概率模型的诱因成分分析
    4.5.1 基于语料的情绪词典构造
    4.5.2 语言特征对情绪诱因的影响分析
    4.5.3 基于贝叶斯概率模型的诱因比例计算
    4.6 基于语言特征的情绪分类
    4.6.1 词特征分析
    4.6.2 句法结构特征分析
    4.6.3 情绪词与上下文的关系特征分析
    4.6.4 特征降维
    4.6.5 情绪分类
    4.7 实验与分析
    4.7.1 实验语料与测度说明
    4.7.2 实验与结果分析
    4.8 本章小结
    参考文献
    第5章 面向话题评论的立场分析
    5.1 概述
    5.2 基于AATABiLSTM模型的用户立场分析
    5.2.1 基于词向量的话题扩充方法
    5.2.2 基于双向LSTM与Attention的处理机制
    5.. 实验
    5.3 基于迁移学习的新话题评论预测
    5.3.1 跨领域迁移学习模型的组成、预训练与预测
    5.3.2 实验与分析
    5.4 本章小结
    参考文献
    第6章 文本表示及在情绪分类中的应用
    6.1 概述
    6.2 基于注意力机制的双向LSTM的文本表示
    6.2.1 输入层
    6.2.2 特征学习层
    6.. 特征权重学习层
    6.2.4 输出层
    6.2.5 实验设计与结果分析
    6.2.6 基于注意力权重可视化的不同词标签与情绪类别间的关系
    6.3 基于两阶注意力机制的文本表示
    6.3.1 输入层
    6.3.2 特征学习层
    6.3.3 特征权重学习层
    6.3.4 实验与分析
    6.3.5 实例分析
    6.4 基于注意力聚合网络的文本表示
    6.4.1 输入层
    6.4.2 特征学习层
    6.4.3 特征权重学习层
    6.4.4 实验设计与结果分析
    6.5 本章小结
    参考文献


      借人工智能相关技术,帮人们方便、地利用网络大数据信息,已成为当前IT业的研究热点之一。《文本大数据情感分析》介绍社交网络等海量异构信息采集算法;对文本挖掘与自然语言处理中涉及到情感分析、微博情绪诱因分析、电商产品评价与意见挖掘等内容进行研究,并提供丰富的应用案例。

    从文本挖掘角度并借机器学习、深度学习与自然语言处理等技术来帮人们分析、挖掘和利用富含情感因素的文本信息,已成为当前IT业的研究热点之一。本书从多个视角对文本情感分析技术进行了阐述,内容涵盖有关自然语言处理和文本情感、情绪方法的综述,以及面向微博文本的情绪及其诱因分析、面向话题评论的立场分析、文本表示方法及其在情绪分类中的应用。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购