改變世界的七大NLP技術，你瞭解多少？（下）

改變世界的七大NLP技術，你瞭解多少？（上）

在第1部分中，我介紹了天然語言處理（NLP）領域以及爲其提供支持的深度學習。我還介紹了NLP中的3個關鍵概念：文本嵌入（字符串的矢量表示），機器翻譯（使用神經網絡翻譯語言），以及Dialogue和Conversations（能夠實時與人進行對話的技術）。在第2部分中，我將介紹另外4項重要的NLP技術，你應該關注這些技術，以跟上這一研究領域快速增加的步伐。

技術4：情緒分析

人際交往不單單是文字和其明確的含義，並且它仍是微妙且複雜的。即便在徹底基於文本的對話中，你也能夠根據單詞選擇和標點符號判斷客戶是否感到憤怒。你能夠閱讀產品在天貓平臺的評論，並瞭解評論者是否喜歡或不喜歡它，即便他們從未直接說過。爲了使計算機真正理解人類天天的交流方式，他們須要理解的不單單是客觀意義上的詞語定義、並且他們須要瞭解咱們的情緒。情緒分析是經過較小元素的語義組成來解釋較大文本單元（實體、描述性術語、事實、論據、故事）的含義的過程。

傳統情感分析的方法是將句子視爲一個詞袋，並查閱「積極」和「消極」單詞的策劃列表，以肯定該句子的情緒。這須要手工設計的特徵來捕捉情緒，全部這是很是耗時和不可擴展的。

用於情感分析的現代深度學習方法可用於形態學、語法和邏輯語義，其中最有效的是遞歸神經網絡。顧名思義，遞歸神經網絡開發的主要假設遞歸是描述語言的天然方式。遞歸在消歧方面頗有用，有助於某些任務引用特定的短語，而且對於使用語法樹結構的任務很是有效。