zoukankan      html  css  js  c++  java
  • Review Mining

    最近一直在做这样一个project,现在就来总结一下这种project有哪些方面的工作要做:

    1. 纠正错误的词,从可恢复的错误的词找到一个与之最接近的词,得到一个完整的语义
    2. 从一个大类的评论里面整合正评和负评,进行分类器训练。(数据的稀疏性已经把我吓得不知道怎么做了,草)
    3. 优化分类器。(分都不敢分了,还优化毛线)
    4. 这数据用svm分类真是够扯淡的。尼玛,草。我已經不打算分类,这怎么分类啊,一个向量,有的几乎全是0,有的还有那么几个分量不是0,这让人怎么分。有负词出现的几乎就可以断定是负例了。
    5. 现在还是主要将语义标注作为目标吧,不然那分类我又搞不出来,太寒碜了。看看nltk能不能拯救我了。加油。
    step 1: 试图将svm分类器用到这种相当不平衡的数据中来。

        网上提供的方案,有三种:a. weight 调整 b. 上采样 c.下采样

      

  • 相关阅读:
    (十)条件判断
    (九)字符处理命令
    (八)awk命令
    (六)环境变量配置文件
    (七)grep命令行提取符号
    Ⅶ 类模板与STL编程 ②
    Ⅵ 虚函数与多态性
    Ⅴ 运算符重载
    Ⅳ 继承与派生②
    Ⅳ 继承与派生①
  • 原文地址:https://www.cnblogs.com/huang-kun/p/3769671.html
Copyright © 2011-2022 走看看