情感分析（Sentiment Analysis）是自然語言處理里面比較高階的任務之一。仔細思考一下，這個任務的究極目標其實是想讓計算機理解人類的情感世界。我們自己都不一定能完全控制和了解自己的情感，更別說機器了。

不過在人工智能的認知智能階段（人工智能三階段——計算智能，感知智能，認知智能），商家還是可以用它來做一些商品或服務的評論分析，繼而有效地去優化商品或服務，為消費者們提供更好用戶體驗。

情感分析任務簡介

情感分析任務其實是個分類任務，給模型輸入一句話，讓它判斷這句話的情感是積極的，消極的，還是中性的。例子如下：
輸入：的確是專業，用心做，出品方面都給好評。
輸出：2
輸出可以是[0,1,2]其中一個，0表示情感消極，1表示情感中性，2表示情感積極。

情感分析這個任務還有一個升級版——細膩度的情感分析。升級版希望模型不僅能識別出情感的好壞，而且還希望模型能識別出是由于什么原因導致這種情感發生。舉個例子,"這家餐廳的地理位置不錯，可惜菜不怎么好吃"，我們就需要識別出，在地理位置這個aspect上情感是積極的，而在菜的味道這個aspect上情感是消極的。聽起來是不是很難，所以實戰部分我只簡單介紹一下麻瓜版的情感分析任務——簡單的分類。

情感分析算法簡介

分類任務的算法，想必大家都很熟悉：SVM，Logistic，Tree等。可是對于文本分類來說，最重要的是如何將一句話的映射到向量空間，同時保持其語義特征。所以文本的

總結

以上是生活随笔為你收集整理的Keras情感分析（Sentiment Analysis）实战---自然语言处理技术的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。