Congratulations for sticking with u

Congratulations for sticking with us until the end! Together we have learned how
Naive Bayes work and why they are not that naive at all. For training sets where
we don't have enough data to learn all the niches in the class probability space,
Naive Bayes do a great job of generalizing. We learned how to apply them to
tweets and that cleaning the rough tweets' text helps a lot. Finally, we realized that
a bit of "cheating" (only after we have done our fair share of work) is OK,
especially, when it gives another improvement of the classifier's performance, as
we have experienced with the use of SentiWordNet.

Kết quả (Việt) 1:

Xin chúc mừng cho gắn bó với chúng tôi cho đến cuối! Cùng nhau chúng ta đã học được làm thế nàoNgây thơ Bayes làm việc và tại sao họ không ngây thơ đó ở tất cả. Đối với đào tạo sets nơichúng tôi không có đủ dữ liệu để tìm hiểu tất cả các hốc trong không gian xác suất lớp,Ngây thơ Bayes làm một công việc rất lớn của khái quát. Chúng tôi đã học được làm thế nào để áp dụng chúng đểtweets và đó làm sạch văn bản thô tweets sẽ giúp rất nhiều. Cuối cùng, chúng tôi nhận ra rằngmột chút "gian lận" (chỉ sau khi chúng tôi đã làm chúng tôi chia sẻ công bằng của công việc) là OK,đặc biệt, khi nó mang lại cho các cải tiến khác về hiệu suất của loại, nhưchúng tôi đã có kinh nghiệm với việc sử dụng của SentiWordNet.

Kết quả (Việt) 2:

Xin chúc mừng cho gắn bó với chúng tôi cho đến khi kết thúc! Cùng nhau chúng ta đã học được cách
Naive Bayes công việc và lý do tại sao họ không phải là ngây thơ cả. Đối với bộ đào tạo khi
chúng ta không có đủ dữ liệu để tìm hiểu tất cả các hốc trong không gian lớp học xác suất,
Naive Bayes làm một công việc tuyệt vời của khái quát hóa. Chúng tôi đã học như thế nào để áp dụng chúng để
tweets và làm sạch văn bản các tweets thô 'sẽ giúp rất nhiều. Cuối cùng, chúng tôi nhận ra rằng
một chút "gian lận" (chỉ sau khi chúng tôi đã thực hiện chia sẻ công bằng của chúng tôi làm việc) là OK,
đặc biệt là khi nó mang lại một sự cải thiện về hiệu suất của phân loại, như
chúng tôi đã có kinh nghiệm với việc sử dụng các SentiWordNet.