Python人工智能技术与应用课件：调研分析自然语言处理技术.pptxVIP

调研分析自然语言处理技术

掌握基于深度学习的自然语言处理技术应用;

任务导入@Sk

随着互联网技术的不断成熟和普及，越来越多的消费者开始通过互联网获

取汽车信息、比较汽车价格、进行汽车购买等。汽车门户网站因此应运而生，成为了消费者获取汽车信息的主要渠道之一。汽车门户网站的其中一个优势是可以通过情感分析技术，了解用户对汽车品牌、车型、服务等的情感倾向，从而为汽车厂商提供改善建议。

现某新创立的汽车门户网站想寻求汽车品牌厂商合作，第一步是需要获取

品牌厂商的信任，让汽车厂商了解门户网站的优势，了解门户网站上口碑分析背后的原理，你作为该汽车门户网站公司的自然语言处理实习生，需要对网站口碑分析背后的技术原理进行一个调研分析并告知潜在的汽车合作厂商。;

素养目标

·引导问题的过程中，培养学生形成勤于思考的能力

·获得分析解决问题以及多元化思考解决问题的方法，形成创新意识。;

自然语言处理技术的定义

深度学习在自然语言处理技术中的应用

自然语言处理技术的主要应用

自然语言处理技术流程及其Python

实现;

语言是人类所特有的一种能力，而实现用自然语言与计算机进行通信，是人们长期以来追求的目

标。自然语言处理(NaturalLanguageProcessing,NLP)就是实现人机间通过自然语言交流的一项技术。;

02深度学习在自然语言处理技术中的应用

自然语言卷积神经网络;

自然语言处理技术的主要应用

自然语言处理技术(NLP)领域

语言建模情感分析

机器翻译文本分析

问答系统阅读理解

中文分词、词性标注及命名实体;

利用计算机把一种自然源语言

转变为另一种自然目标语言的过程，也称为自动翻译。;

自然语言处理技术的主要应用

(二)文本分类

文本分类是利用计算机将文本

集按照一定的分类体系或标准，进

行自动分类标记的过程。

对海量工单进行标签分类;

自然语言处理技术??主要应用

(三)自动问答

自动问答是指利用计算机自动回

答用户所提出的问题以满足用户知

识需求的任务。

华为自动客服解决用户问题;

分类依据;

04自然语言处理技术流程及其Python实现

(一)自然语言处理技术流程

01

获取语料

05

建模后的效果进行评价

04;

获取语料：从文本源获取文本，如文件，网页，社交

媒体等。

语料进行预处理：其中包括语料清理、分词、词性标

注和去停用词等步骤。

特征化/向量化：将分词后的字和词表示成计算机可计

算的类型(向量),这样有助于较好地表达不同词之间的相似关系

模型训练：包括传统的有监督、半监督和无监督学习模型等，可根据应用需求不同进行选择。

建模后的效果进行评价：常用的评测指标有准确率

(Precision)、召回率(Recall)、F值(F-Measure)等。;

自然语言处理技术流程及其Python实现

(二)Python相关工具

Jieba

中文分词工具，可以将中文文本分割成单独的词汇，以便进行文本分析。

Gensim

用于计算文本相似度的Python库，可以用来构建词向量，以及计算文本之间的相似度。

scikit-learn

用于机器学习的Python库，可以用来构建分类器，以及训练模型。

keras

一个用于深度学习的Python框架，可以用来构建深度神经网络，以及训练模型。;

《Python人工智能技术与应用》