说三道四技术文摘-感悟人生的经典句子
说三道四 > 文档快照

利用Neo4j对电影评论进行深度学习情感分析

HTML文档下载 WORD文档下载 PDF文档下载
目前,国外一个电影网站允许用户提交关于他们针对某部电影是喜欢还是不喜欢相关信息的评论,随着这种类型评论的海量增加,依靠人工方法以及难以为继,情感分析技术被提到越来越重要的位置。

【编者按】随着互联网的发展,用户从以前的“读”网页转变为“写”网页,互联网上产生了大量的用户参与的,对于诸如人物、事件、产品等有价值的评论信息,而随着网络上评论信息爆炸式的增长,以人工的方法很难应付海量评论信息的收集和处理,情感分析技术随之产生,本文以电影影评为例,利用Neo4j对电影评论进行深度学习的情感分析。

一个电影评论网站允许用户提交关于他们针对某部电影是喜欢还是不喜欢相关信息的评论。充分挖掘这些评论继而生成有价值的元数据(针对相关内容的)将给我们提供一个难得的机会,它可以让我们以一个大众化的方式来理解用户对于这部电影的情感,这是一件很酷的事情。我们可以对主观内容做出一个客观的分析,这样可以使我们能够更好地理解产品和服务的趋势,可以为消费者做出更好的决策。

情感分析的数据模型

实现这些的主要障碍是我们的结构和转换数据。当前最先进的技术包括Naive BayesSupport Vector Machines以及Maximum Entropy。这些技术实施的挑战仍然是如何以最小的性能代价从文本中提取特征和结构化数据,这就是我决定要集中精力解决的问题。

我使用特征选择算法(详情点击这里),利用图形数据库Neo4j来解决数据转换和可用性的挑战,而最先进的自然语言解析算法的重点是关注句子结构,我决定为自然语言Grammar induction设计一个统计方法,主要是针对巨大文本语料库的概括,生成新特性,使用深度学习预测当下特性左边或右边的概率最高的新特性。

基于图形的NLP实例

我假设短语“one of the worst”作为一组文本的特征已经被提取。这个词提取的原因是这个短语有最大的统计学相关性,这意味着这个短语在父短语之后有最佳的匹配机会。使用Neo4j我们可以确定产生这一词的继承特性。


从根节点开始,它被加上“{0 } { 1 }”,路径里面” one of the worst将被解析为(the)->(ofthe)->(one of the)->(one of the worst)

这样的层次结构将会扩展为更多的可能性,如下图显示:


这种特征选择算法可以在不到一秒钟的时间从文本语料库中选择提取概率最大的相关特性和短语。这种技术对于情感分析具有非常重要意义的原因是这些模式节点可以连接到他们训练过的文本标签上,如下所示。


该算法的结果是任何自然语言文本可以在秒级解析,生成一个可用于任何分类算法的子图。这在很大程度上要归功于Neo4j图遍历。

开放源码演示

针对电影评论的例子,我选择了500个影评,包括正面和负面的标签,使用Graphify训练一个自然语言解析模型。在下一篇博文中,我将向你介绍展示如何做到比人类更好地电影评论分类,人类分类错误率为30%。

如果你想一睹为快,请点击Graphify Sentiment Analysis for Movie Reviews。

原文链接:Deep Learning Sentiment Analysis for Movie Reviews using Neo4j (编译/魏伟 审校/仲浩)

跨平台2D游戏引擎V-Play:3天开发一款原生游戏 Appery.io:无编程经验,自己也能DIY移动应用 SAP携手Xamarin和Service2Media 提供移动应用开发框架 8个超实用的jQuery技巧攻略 美国国防部战略:大规模、分布式,构建数字化防御体系 针对小白的Python入门教程——Python使用说明书 耗资460亿美元,天价Olympic上广受诟病的监控和4G LSI AIS ASIA首次登陆中国 探讨最新大数据技术 “iOS in the Car”问世 苹果发布集成汽车服务CarPlay Pinterest联合创始人Evan Sharp:视觉网站标配“网格布局”的设计过程 微软Xbox Live或登陆iOS和Android平台 TIOBE 2014年3月编程语言排行榜:F#直逼Top10 Atlassian面向企业客户推出Git Essentials工具 Mt.Gox破产,都是错误编程惹的祸 Jamo创始人揭底AWS,棱镜阴影下的云行业态势 成本、创新、可靠:游戏公司FunPlus选择AWS的三大理由 全透明、可折叠,平板电脑概念机是这样的 插件大集合!开源包管理器Alcatraz迎来Xcode 5更新 Q语言:新型的数据定义语言 非响应式手机网站页面的优化 高薪必备:Hadoop求职者的6大攻略 微软或将于四月发布“返璞归真”的Windows 8.1 Update 1 《近匠》第14期:LiveCode——全民开发工具 美团梁堰波:用SQL-on-Hadoop构建互联网数据仓库与商务智能系统 程序员游戏Style:亚特兰大极客使用机器学习玩转Flappy Bird Gleasy CTO薛珂:成立3年,企业用户2万+,移动办公蕴藏较大发展机遇 Unity Awards展区“点亮”Unity亚洲开发者大会 DevBox:最实用的移动开发辅助工具包 【技术博客推荐】创客程序员设计实现最小物联网系统 MySQL还是NoSQL:开源盛世下的数据库该如何选择 利用Hadoop Streaming处理二进制格式文件 帮我想想! 为什么我运行 ms-project2000会出错!错误内容在里面,请大家指教!!! 哈工大附近有卖3号足球(最小的那种,可以在室内玩)的吗? 修改?? 关于CPU 100%使用率的问题 如何使用VB访问MySQL数据库? 视图窗口的windows句柄和视图窗口的指针有什么区别? SQLServer出现问题,急!! 如何像Windows Form一样,弹出 .aspx的Web文件。 请教一个问题。急 请问如何才能链接到中文文件?谢谢。 初学者的一个很低级的问题! 未老先衰吗? 用什么方法可以把DBGrid查询的内容打印处理,查询是用sql语句的,有什么好控件? 怎样重烖 滚动条的滚动消息? 请问高手:IIS5.0+PHP4.0安装问题 怎么样取得数据窗口中所有的TEXT和计算字段的列表? 如何实现(单击一个下拉菜单,同时刷新另外一个下拉菜单中的值??) 我的Red Hat 7.3启动盘丢了。怎么办? 哪里有讲Object Pascal的书下载? vb里怎么调用vc写的dll,还有为什么vc的dll不好用regsvr32直接注册,老说dll enter point not found ★★★同志们好,我想在北京找工作,什么人才网站比较好? 怎样实现在一个窗体中控制另外一个窗体及其控件? 创建一个线程来接收串口数据,为什么正常收一段时间后(10多分钟)就不再收任何东西了? 关于设计一个防震系统!欢迎讨论! 请问各位高手!Win32 SDK里面有没有用来设置麦克风音量的函数? 用.Net技术实现:与扫描仪直接连接,将扫描图像保存为文件,其他子内容保存到数据库中? 请大虾介绍一款好用的web报表打印控件,最好有说明文档,谢谢 CString类型怎样转换成unsigned char * 关于使用System.Net.Sockets时的一些不明白的问题 关于.net编辑器操作的问题? 将main函数移动后出现的编译错误 请各位大佬帮忙,sql server是否有..start with..这样语句? 读"征集2001参加工作的程序员的工作感受和打算"有感! 我知道问提出在那里了,再问: 求职 怎么修改RTE控件的字体大小? 删除文件的问题 出大问题了?????!!!!! 有没有人用CORBA,JBUILER编写JSP? 请问有没有vc.net方面的好书呀 哪位大侠在使用JMAIL3。7来发送邮件时,出现,邮件成功发送但收件人收到的邮件没有内容???? 关于nt4.0下 hp -cdrw 不见了 在redhat linux中怎样配置dns和apache。本人是初次接触,希望您能详细点,多谢!! 在FTP服务器上删除文件用什么函数啊 一个奇怪的网络连接现象!请高手帮忙! @怎样比较数据库中的时间??急急急!!! 我知道我搞不定的,有高手肯定可以的!!!!!! 关于frame的问题 如何在Turbo C中加入汇编代码 vb中如何遍历文件夹 NH3与什么反应生成NO 为什么低温诱导染色体加倍要用卡诺氏液,而观察有丝分裂却不用 为什么强电解质都是完全电离,弱电解质的电离程度却各有不同?如题 高电位治疗仪?什么叫高电位?什么叫电位?隆瑞高电位原理是什么? 盐酸在低温诱导植物染色体数目变化中起什么作用? 求教一道高中政治计算题.假定2010年某商品价值用人民币表示为1680元,人民币汇率为1美元=7元人民币.如果2011年3月生产该商品的行业社会劳动生产率提高20%,且人民币兑美元升值5%.若其他条件 世界上有哪个工业区与班加罗尔新兴工业区相似 影响新兴工业区的主要区位因素是什么 低温诱导植物染色体变化中酒精的作用 求教一道高中的政治计算题.假定2010年某商品价值用人民币表示为1680元,人民币汇率为1美元=7元人民币.如果2011年3月生产该商品的行业社会劳动生产率提高20%,且人民币兑美元升值5%.若其他条 高电位?高电位?引进日本最先进的变频、变压、变波的核心技术,产品功能和产品质量国内外均有极高的信誉度和知名度.成熟的高科技产品高效益工厂,打造行业理念的前瞻性眼光.创业以来的 个人新建的实验室想采购化学试剂,去哪里比较划算不过要买的试剂很多很难找的,一般的网上卖家都没法提供 求助:一道高中政治计算题!假如2010年甲国价值600元的A商品在乙国市场上的销售价格为120元.2011年甲国A商品的社会劳动生产率提高20%,A商品在乙国市场上的销售价格不变,不考虑其他因素,甲乙 印度的班加罗尔以计算机软件为主的信息举世闻名 若我国上海浦东打造成班加罗尔 其有利条件是什么 低温诱导染色体数目加倍的实验中用95%的酒精洗去卡诺氏液这句话是对的还是错的?为什么? 有20个灯泡,电阻都是484欧,并联后等效电阻怎么计算.好像是 484*484*484*484------在除以484+484+484+484---- 这样算好像不同啊我用的公式是R1*R2\R1+R2 算的是一沓糊涂为什么答案是484除以20等于24.2 反证法是什么求详解 水能在管中流动是因为高水位和低水位的原理,网上说电也是如此,(高电位与低电位)假如有二十层的楼房,如果水压不够,水肯定就不能上到楼顶.如果电压不够,哪么请问各位前辈,由于电压不 求化学试剂的其他购买途径!我家在武汉市远城区,去市区买化学试剂耗时耗力,而且机会也不多.但是我们城区没有试剂店,我又不能网购,求大神给我一些购买方式!尽量方便一些!网购,邮寄除 什么是反证法 在照明电路里电灯发光时 电流是0.22A 灯泡电阻是多少 怎么判断物质能否电离?1.溶于水后能电离的化合物就是电解质吗?2.电解质是不是由离子构成?3.比如熟石灰是否能电解?怎么看?4.物质溶与水后是以分子的状态存在,就不能导电了吗?5.只有溶于 英语考试!作文,空气污染!100词最近,空气污染成为了我市主要的环境问题.如何保护大气,还自然一片蓝天成为了大家讨论的话题.请根据以下提示,以学生会的名义写一封倡议信,号召全校师生共 关于照明电路的总电阻的大小变化情况说法正确的是什么?A开一只灯时电路中电阻最小B所有灯都开时电路中电 强酸在冰醋酸中为什么电离会受到抑制?怎么据此判断酸性强弱? 求英语50字作文 为什么称孟加拉国而不是孟加拉 怎么判断哪些物质难电离啊, 班加罗尔的信息产业如此快发展得益于哪些政策 中国和孟加拉国关系怎么样? 两支同样长的蜡烛,一支能燃4小时,一支能燃3小时,同时点燃两支,几小时后第一只是第二支的两倍 班加罗尔信息产业迅速发展表现在哪些方面 孟加拉国富裕还是中国富裕 两支长度相等的蜡烛,第一支能点4小时,第二支能点3小时,同时点燃这两支蜡烛,几小时后第一支的长度是第二支的三倍 稀有气体在通电时会发出有色的光是什么反应 孟加拉国的首都是哪儿? 杨桃是酸性还是碱性 NH3 与NO2反应的方程式怎么配平啊,都是生成N2 碱面 醋反应为什么生成二氧化碳 有两支蜡烛.当第一支燃去五分之四,当第二支燃去三分之二时.这两支蜡烛原来长度的比是 通电后阳极产生无色气体的液体是 请问做碱面可以放醋吗面加醋比较好吃酸,碱效果会没了吗 有关细胞有丝分裂中染色体的变化下列关于细胞有丝分裂过程中染色体变化的叙述,错误的是:A、分裂间期,完成了染色体的复制B、分裂前期,因染色质的高度螺旋化而形成了染色单体C、分裂 可填充霓红顶且通电后能产生有色光气体是什么 FeSO4,NH4Cl,HCl,Mgcl2,Ba(oH)2 ,NH4OH ,会写哪个写哪个, 猕猴桃是酸性还是碱性适合人群 有一种无色液体A,在通电的条件下,可以产生B和H两种单质气体.具体如图.+黑色固体G,点燃 ⑤↑ → → → → → → → → → → → → → → → → → → → → → → → → →↓↑ +黑色固体 ↓↑ 怎么区分糖水和盐水?要五种方法. 有丝分裂的细胞中有同源染色体吗? 孟加拉国跟中国的时差? 糖水与盐水混合一起,如何区分? 人类的细胞有丝分裂后期有几个染色体?为啥说,人体普通细胞的染色体是46条?不应该说染色单体有46条吗? 孟加拉靠近中国的哪个省 求怎样用浓硝酸配100毫升0.1N的硝酸,要有计算公式 猕猴桃属于酸性还是碱性 电位场的定义是什么 请问大家纯硝酸的密度是多少?如题, 观察细胞有丝分裂中期染色体形态可判断基因突变发生的位置这句话为什么错了 同为热带季风气候,班加罗尔与同气候区的印度其他地区相比,却是一个适宜人居住的地方,主要原因是A、纬度原因B、地形原因C、海陆位置D、洋流因素 一般情况听到或者看到杨梅.桔子之类会想流口水,这种反应叫什么反应?记得中学曾学过. 怎么判断电解质是部分电离还是完全电离?在不知道该电解质是强电解质还是弱电解质的情况下.
备案号:鲁ICP备13029499号-2 说三道四 www.s3d4.cn 说三道四技术文摘