資訊專欄INFORMATION COLUMN
摘要：深度學(xué)習(xí)首先發(fā)起于學(xué)術(shù)界，目前各大互聯(lián)網(wǎng)巨頭也紛紛投入研究，如的貓臉識別以及的深度學(xué)習(xí)團(tuán)隊。一家將深度學(xué)習(xí)用于情緒分析的公司說將詞匯多帶帶分析的方法并不準(zhǔn)確，必須將其放入到越來越大的結(jié)構(gòu)中。
深度學(xué)習(xí)領(lǐng)域是計算機(jī)科學(xué)一個新興領(lǐng)域，通俗說來就是構(gòu)建像人腦一樣處理數(shù)據(jù)的計算機(jī)程序。深度學(xué)習(xí)首先發(fā)起于學(xué)術(shù)界，目前各大互聯(lián)網(wǎng)巨頭也紛紛投入研究，如Google的貓臉識別以及Facebook的深度學(xué)習(xí)團(tuán)隊。
每天，數(shù)百萬人在使用Twitter、Facebook和其它社交網(wǎng)絡(luò)來就各類熱點(diǎn)話題互相交流。大量的個人信息被匯集到這里，對于Google、Facebook、Amazon和Twitter等大型互聯(lián)網(wǎng)公司來說，如果擁有較為實(shí)用的深度學(xué)習(xí)技術(shù)，這些數(shù)據(jù)就可以轉(zhuǎn)化為財富。但是說起來容易做起來難，對這些數(shù)據(jù)的處理能力很大程度上取決于他們的計算機(jī)算法是否成熟。
近日，斯擔(dān)福大學(xué)的研究生Richard Socher和Andrew Ng（Google深度學(xué)習(xí)項目工程師之一），以及一位語言學(xué)及人工智能領(lǐng)域的專家Chris Manning，共同研究開發(fā)了一個深度學(xué)習(xí)的新算法，這個算法被稱為Neural Analysis of Sentiment，縮寫為NaSent。NaSent算法從人腦中得到靈感，旨在改善當(dāng)前書面語言的分析方法。
Socher介紹說NaSent的目的是開發(fā)一種可在無人監(jiān)督的情況下運(yùn)行的算法?！斑^去感知分析主要聚焦于模型，忽略了詞序，而且依賴人工干預(yù)，并且只適用于簡單的例子，永遠(yuǎn)不會達(dá)到人類的理解能力。因?yàn)樵~義會隨語境變化，就算是語言專家也不能準(zhǔn)確定義語言中感情的微妙之處。我們的深度學(xué)習(xí)模型就是為了解決這些問題”。
目前，應(yīng)用最廣的情緒分析是“詞袋（bag of wodrds）”模型，并沒有將詞序列入考慮范圍。詞袋中的詞匯被標(biāo)記為正面或負(fù)面的，通過計數(shù)來評估整個句子或段落的含義是正面還是負(fù)面。
AlchemyAPI（一家將深度學(xué)習(xí)用于情緒分析的公司）CEO說將詞匯多帶帶分析的方法并不準(zhǔn)確，必須將其放入到越來越大的結(jié)構(gòu)中。
Socher和他的團(tuán)隊從影評網(wǎng)站Rotten Tomatoes抽取了12000個句子，并將其粗略分割為214000個詞組，每個詞組被標(biāo)記為負(fù)面、中立或正面（數(shù)字表示），計算機(jī)科學(xué)家稱這些數(shù)字化的表述為“特征表示”，類似于人腦理解概念和定義的方式。
如何分析和組織這些被標(biāo)記的數(shù)據(jù)才是NaSent算法的核心。以下通過對兩個句子的分析來理解這個算法：
Unlike the surreal Leon, this movie is weird but likeable.
Unlike the surreal but likeable Leon, this movie is weird.
這兩個句子中使用的詞匯完全相同，“詞袋”模型分析顯然不會得到正確的結(jié)果。NaSent算法首先會為每個句子構(gòu)造文法樹，如下圖所示：
在分析句子時，紅色的節(jié)點(diǎn)代表這個詞匯或短語帶有負(fù)面情緒，例如“weird”雖然是一個負(fù)面詞匯，但短語“is weird but likeable”被正確理解為正面情緒。
如上圖所示“surreal but likeable Leon”是一個正面詞組，但“this movie is weird”是負(fù)面的，整個句子得到的分析結(jié)果也是負(fù)面的。
相比之前模型80%的準(zhǔn)確率，NaSent的準(zhǔn)確率達(dá)到了85%。這個系統(tǒng)還沒有授權(quán)給外部組織，但是據(jù)Socher說已經(jīng)有幾個初創(chuàng)公司聯(lián)系他們表示對NaSent算法很感興趣。
但遇到?jīng)]有被統(tǒng)計的詞匯或短語，這個系統(tǒng)就會失效。Socher和他的團(tuán)隊已經(jīng)開始通過Twitter和網(wǎng)上的電影數(shù)據(jù)庫，擴(kuò)充系統(tǒng)的詞匯庫，他們還允許外部人員對這個詞匯庫進(jìn)行擴(kuò)充。短短幾周內(nèi)，就收到了14000份詞匯庫的提交。
歡迎加入本站公開興趣群商業(yè)智能與數(shù)據(jù)分析群
興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價值的辦法，實(shí)際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報表系統(tǒng)等全方位知識
QQ群：81035754
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://systransis.cn/yun/4360.html
摘要：今年月日收購了基于深度學(xué)習(xí)的計算機(jī)視覺創(chuàng)業(yè)公司。這項基于深度學(xué)習(xí)的計算機(jī)視覺技術(shù)已經(jīng)開發(fā)完成，正在測試。深度學(xué)習(xí)的誤區(qū)及產(chǎn)品化浪潮百度首席科學(xué)家表示目前圍繞存在著某種程度的夸大，它不單出現(xiàn)于媒體的字里行間，也存在于一些研究者之中。 在過去的三十年，深度學(xué)習(xí)運(yùn)動一度被認(rèn)為是學(xué)術(shù)界的一個異類，但是現(xiàn)在， Geoff Hinton（如圖1）和他的深度學(xué)習(xí)同事，包括紐約大學(xué)Yann LeCun和蒙特...
摘要：毫無疑問，現(xiàn)在深度學(xué)習(xí)是主流。所以科技巨頭們包括百度等紛紛通過收購深度學(xué)習(xí)領(lǐng)域的初創(chuàng)公司來招攬人才。這項基于深度學(xué)習(xí)的計算機(jī)視覺技術(shù)已經(jīng)開發(fā)完成，正在測試。 在過去的三十年，深度學(xué)習(xí)運(yùn)動一度被認(rèn)為是學(xué)術(shù)界的一個異類，但是現(xiàn)在，?Geoff Hinton（如圖1）和他的深度學(xué)習(xí)同事，包括紐約大學(xué)Yann LeCun和蒙特利爾大學(xué)的Yoshua Bengio，在互聯(lián)網(wǎng)世界受到前所未有的關(guān)注...
摘要：京東更是已經(jīng)實(shí)現(xiàn)深度學(xué)習(xí)的初步運(yùn)用。目前深度學(xué)習(xí)推廣的條件已經(jīng)成熟。李成華表示，隨著深度學(xué)習(xí)的發(fā)展和成熟，的機(jī)器學(xué)習(xí)算法將會被取代。京東研究深度學(xué)習(xí)的初衷客服對電商發(fā)展的重要性毋庸置疑。隨后深度學(xué)習(xí)技術(shù)的風(fēng)靡，加深了京東完善的想法。 說深度學(xué)習(xí)（Deep Learning）算法是當(dāng)前人工智能皇冠上的明珠并不過分。通過深層神經(jīng)網(wǎng)絡(luò)（DNN）模型的運(yùn)用，深度學(xué)習(xí)已成為目前最接近人腦的智能學(xué)習(xí)方法...
閱讀 926·2021-11-22 13:54
閱讀 2853·2021-09-28 09:36
閱讀 2993·2019-08-30 15:55
閱讀 1960·2019-08-30 15:44
閱讀 554·2019-08-29 12:31
閱讀 2570·2019-08-28 18:18
閱讀 1208·2019-08-26 13:58
閱讀 1394·2019-08-26 13:44
