Sketching our roadmapSentiment anal

Sketching our roadmap
Sentiment analysis of tweets is particularly hard because of Twitter's size limitation
of 140 characters. This leads to a special syntax, creative abbreviations, and seldom
well-formed sentences. The typical approach of analyzing sentences, aggregating
their sentiment information per paragraph and then calculating the overall
sentiment of a document, therefore, does not work here.
Clearly, we will not try to build a state-of-the-art sentiment classifier. Instead, we
want to:
Use this scenario as a vehicle to introduce yet another classification algorithm:
Naive Bayes
Explain how Part Of Speech (POS) tagging works and how it can help us
Show some more tricks from the scikit-learn toolbox that come in handy from
time to time

Kết quả (Việt) 1:

Phác thảo lộ trình của chúng tôiPhân tích tình cảm của tweets là đặc biệt khó khăn vì giới hạn kích thước của Twitter140 ký tự. Điều này dẫn đến một cú pháp đặc biệt, sáng tạo chữ viết tắt nhất, và hiếm khibài được hình thành câu. Phương pháp điển hình của phân tích câu, tập hợpthông tin tình cảm của họ mỗi đoạn và sau đó tính toán tổng thểtình cảm của một tài liệu, do đó, không làm việc ở đây.Rõ ràng, chúng tôi sẽ không cố gắng để xây dựng một nhà nước-of-the-art tình cảm loại. Thay vào đó, chúng tôiMuốn:Sử dụng kịch bản này như một phương tiện để giới thiệu thêm một thuật toán phân loại:Ngây thơ BayesGiải thích cách thức một phần của bài phát biểu (POS) gắn thẻ hoạt động và làm thế nào nó có thể giúp chúng tôiHiển thị một số thủ thuật nhiều hơn từ scikit-tìm hiểu hộp công cụ có ích từthời gian để thời gian