亚马逊机器学习用于情绪分析

作者: 喜欢一个人
发布时间: 2024-08-19 01:53:10 (15天前)
转自：

3 条回复

0#
回复此人
故人 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 您可以使用Amazon ML构建用于情绪分析的良好机器学习模型。 </p> <P> 这是一个github项目的链接： <a href="https://github.com/awslabs/machine-learning-samples/tree/master/social-media" rel="noreferrer"> https://github.com/awslabs/machine-learning-samples/tree/master/social-media </A> </p> <P> 由于Amazon ML支持监督学习以及文本作为输入属性，因此您需要获取标记的数据样本并使用它构建模型。 </p> <P> 标签可以基于Mechanical Turk，如上例所示，或使用实习生（ <EM> “夏天来了” </EM> ）为你做标记。使用特定标记的好处是可以将逻辑放入模型中。例如，“啤酒很冷”或“牛排很冷”之间的差异，其中一个是积极的，一个是消极的，这是一个通用系统难以学习的东西。 </p> <P> 您还可以尝试使用上面的项目中的一些示例数据，或者从此Kaggle竞赛中获取有关电影评论的情绪分析： <a href="https://www.kaggle.com/c/sentiment-analysis-on-movie-reviews" rel="noreferrer"> https://www.kaggle.com/c/sentiment-analysis-on-movie-reviews </A> 。我在该数据集上使用了Amazon ML，并且相当容易且快速地获得了相当好的结果。 </p> <P> 请注意，您还可以使用Amazon ML根据您正在构建的模型运行实时预测，并且可以使用它来立即响应负（或正）输入。在这里查看更多： <a href="http://docs.aws.amazon.com/machine-learning/latest/dg/interpreting_predictions.html" rel="noreferrer"> http://docs.aws.amazon.com/machine-learning/latest/dg/interpreting_predictions.html </A> </p> </DIV>

编辑
1#
回复此人
不丶离 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 这对开始来说非常棒。强烈建议您将其作为选项进行探索。但是，要意识到局限性： </p> <UL> <LI> 你需要建立一个管道，因为模型是不可变的 - 你必须建立一个新模型来整合新的训练数据（或者新的超参数，就此而言） </LI> <LI> 您在系统的可调整性方面受到极大限制 </LI> <LI> 它只是监督学习 </LI> <LI> 目标变量不能是其他文本，只能是数字，布尔值或分类值 </LI> <LI> 如果需要，您无法导出模型并将其导入另一个系统 - 模型是黑盒子 </LI> </UL> <P> 优点： </p> <UL> <LI> 您不必运行任何基础架构 </LI> <LI> 它很好地与AWS数据源集成 </LI> <LI> 用户体验很好 </LI> <LI> 算法是为您选择的，因此您可以快速测试并查看它是否适合您的问题空间。 </LI> </UL> </DIV>

编辑

登录后才能参与评论