:mortar_board:RESEARCH [NLP :thought_balloon:] 我们使用不同的特征集和 机器学习 分类器来确定用于情感分析的最佳组合
:mortar_board:RESEARCH [NLP :thought_balloon:] 我们使用不同的特征集和 机器学习 分类器来确定用于情感分析的最佳组合
如今，微博已成为互联网用户中非常流行的通信工具。每天都有数百万条消息出现在提供微博服务的流行网站上，如 Twitter、Tumblr 和 Facebook。这些消息的作者会记录他们的生活，分享各种主题的意见，并讨论时事问题。由于消息的自由格式和微博平台的易用性，互联网用户倾向于从传统的通信工具（如传统博客或邮件列表）转向微博服务。随着越来越多的用户发布他们使用的产品和服务，或表达他们的政治和宗教观点，微博网站成为人们意见和情绪的宝贵来源。这些数据可有效用于营销或社会研究。[1]
情感分析的最广泛的应用是电子商务活动。网站允许用户提交购物和产品质量方面的体验。它们通过赋予评级或分数来为产品和产品的不同特性提供摘要。客户可以轻松查看整个产品以及特定产品功能的意见和建议信息。向用户展示整个产品及其功能的图形摘要。像 amazon.com 这样的知名商家网站提供了编辑的评论以及带有评级信息的客户评论。http://tripadvisor.in 是一个流行的网站，
Click here to see a video about this work Click here to see an introductory presentation given during a rudimentary stage of this project
暂无开放 Issues，或尚未同步最近议题。