NLP情感分析技术公开课笔记

一、文本分类

任务目标：在给定的分类体系中，将文本分到指定的某个或者几个类别当中。

分类体系：一般由人工构造

产品应用：如意图识别，根据query，确认query所属的类别，如娱乐、新闻、体育等。

技术发展：

（1）基于规则的方法：依赖专家设计规则，准确率不高，泛化能力弱

（2）传统机器学习的方法（特征工程+算法）：SVM/ Naive Bayes/LR

（3）深度学习的方法（DNN、预训练）：fast text/TextCNN/LSTMBERT/ERNIE

评价指标：

（1）Accuracy,准确率 =预测正确的样本数/总样本数

      关注整体效果，适合均衡的数据

（2）Recall,召回率=预测正确的样本数/标注的样本数

       关注模型预测的全不全，漏了哪些东西

（3）Precision,精确率=预测正确的样本数/预测出来的样本数

        关注模型预测的准不准

（4）F1.综合指标=2*P*R/(P+R)

        综合指标，同时考虑P和R

二、情感分析的背景