《自然语言处理技术及应用》 项目8 情感分析.pptx

授课教师：xxx自然语言处理技术及应用

搭建自然语言处理开发环境项目1构建语料库项目2词法分析项目3关键词提取项目4文本向量化项目5句法分析项目6全课导航

语义分析项目7情感分析项目8智能问答机器人的设计与实现项目9全课导航

情感分析8

项目目标了解情感分析的基本概念和主要内容。掌握基于情感词典的情感分析流程。掌握基于机器学习的情感分析流程。掌握长短期记忆神经网络、Seq2Seq模型和Attention机制的基本原理。项目目标知识目标

项目目标能够使用基于情感词典的分析方法进行文本情感分析。能够使用基于机器学习的分析方法进行文本情感分析。能够使用基于长短期记忆神经网络进行文本情感分析。掌握情感分析的方法，提高选择合适的方法解决不同问题的能力。提升对情感分析领域的敏锐洞察力和批判性思维，能够从海量情感数据中筛选出关键线索，从而提出有效的解决方案。项目目标技能目标素养目标

项目描述小旌在某电商平台上完成购物后，以文字的形式分享了自己的评价。令他惊讶的是，该平台具备智能分析的能力，能够深入分析他的评价并确定其中所表达的情感倾向。为了深入了解这一技术，小旌决定自己动手实现文本的情感分析。他了解到长短期记忆神经网络可以实现文本情感分析，所以他决定试一试。小旌采用的数据集为某电商平台的商品评价数据集。该数据集共有?4?283?条数据，每条评价内容都已标记为正面或负面评价。他打算基于这个商品评价数据集构建、训练长短期记忆神经网络模型，并应用训练好的模型进行文本情感分析。

基于长短期记忆神经网络的文本情感分析的具体步骤分解如下。第1步：数据预处理。提取文本文件中的特征值和标签值，并将它们转换为向量。第?2?步：构建与训练模型。构建长短期记忆神经网络模型后，显示该模型各层的参数信息，然后编译模型，使用训练集训练模型，并保存训练好的模型。第?3?步：评估与应用模型。使用测试集评估长短期记忆神经网络模型，并应用训练好的模型对给定的句子进行情感预测。项目分析

项目分析为了实现基于长短期记忆神经网络的文本情感分析，本项目将对相关内容进行介绍，包含情感分析的基本概念和主要内容，基于情感词典的情感分析流程，基于机器学习的情感分析流程，以及简单循环神经网络、长短期记忆神经网络、SeqSeq?模型和注意力机制的基本原理。

项目准备全班学生以?3～5?人为一组进行分组，各组选出组长，组长组织组员扫码观看“情感分析的常见应用”视频，讨论并回答下列问题。问题?1：情感分析是一种重要的__________技术，已经被广泛应用于多个领域。问题2：简述情感分析的常见应用。情感分析的常见应用

0102目录

CONTENT情感分析概述常用的情感分析方法

情感分析概述第01节

视频导入

8.1情感分析概述情感分析是指对具有情感倾向的文本进行分析、处理、归纳和推理的过程，它旨在从文本数据中识别和提取用户的情感倾向，如积极态度和消极态度等。

8.1情感分析概述（1）主客观分类用于区分文本内容是基于主观视角还是客观事实。主观视角通常反映某个人的情感、观点和态度，而客观事实则更多地描述事实、数据和不带个人情感倾向的信息。（2）情感极性判断用于将文本表达的情感划分为积极、消极或中性?3?类。在这个过程中，分析者会关注文本中的词、短语和句子结构，以识别其中蕴含的情感倾向。

常用的情感分析方法第02节基于情感词典的分析方法基于机器学习的分析方法基于深度学习的分析方法

8.2.1基于情感词典的分析方法基于情感词典的分析方法是一种常见的情感分析技术，它主要依赖于预先构建的情感词典来对文本进行情感倾向的识别和分类。情感词典主要包括情感词、否定词和程度副词。情感词具有极性和强度两种属性，极性指情感词表达出的正面或负面情感，强度指情感的强弱；否定词用于表示否定含义，如可将正面情感转换为负面情感；程度副词可增强或减弱情感强度。

8.2.1基于情感词典的分析方法高手点拨BosonNLP是基于微博、新闻和论坛等数据来源构建的情感词典。在BosonNLP情感词典中，文本每行为一个情感词及其对应的情感分值，且以空格分隔。其中，情感分值为负数，表示该情感词为负面词语；情感分值为正数，表示该情感词为正面词语；情感分值的绝对值越大，表示的情感强度越高。

8.2.1基于情感词典的分析方法对文本进行分词，并删除停用词。1遍历分词后的词列表，匹配情感词、程度副词和否定词。2根据情感词的情感分值及其在文本中是否被否定词和程度副词修饰，来计算情感词的情感得分，然后将所有情感词的情感得分进行累加，得到文本的情感得分。3

8.2.1基于情感词典的分析方法典例精讲【例?8-1】编写程序，使用基于情感词典的分析方法（情感词典使用BosonNLP）对文本“今天天气晴朗，我非常开心地买了一束鲜艳的花”和“天阴沉