▎為什么需要NLP情感分析？
?
看了最新一期奇葩說，很觸動。
辯題：
TA真的很努力是不是一句好話
?
辯手們從表達者的意圖、傾聽者的心態(tài)、傳播學語境等各種角度論證自己的觀點，意圖拉攏受眾站到自己這一邊，而受眾的立場在一波又一波的針鋒相對中左右搖擺。辯手們出色的語言能力，成功感染了大家的情緒，引發(fā)共鳴。
我也從中受到很多啟發(fā)，特別是有兩句話，與最近在做的一個項目有關(guān)。
被誤解是表達者的宿命。
不確定是傾聽者的宿命。
我們?nèi)祟愃坪鹾茈y準確把握他人的情感變化。但是我想，機器是不是可以做到這一點。基于這個論點，下面給大家分享一個機器學習的分支研究——自然語言處理（NLP）。
或許你已經(jīng)很熟悉這個概念了，但是我們并不滿足于只是讓機器簡單處理我們平時說的話，我們要做更深層次的研究，那就是教計算機理解我們的情緒，做“情感分析”。
或許你會覺得有些不可思議，感到懷疑，而這正是值得探討的。
自然語言處理
自然語言處理（Natural Language Processing），簡稱 NLP，是人工智能領(lǐng)域的一個重要組成部分，旨在讓計算機理解并處理人類語言。
（圖片來源于網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系刪除）
由于理解自然語言，需要關(guān)于外在世界的廣泛知識以及運用操作這些知識的能力，所以自然語言處理，也被視為解決人工智能完備性的核心問題之一。
眾所周知，人與人和人與計算機交流的方法有很大區(qū)別。程序員經(jīng)過專業(yè)學習和訓練，在與機器對話時，必須嚴格遵守特定的語法和格式要求，而人與人的交流，從牙牙學語開始，一切都顯得自然隨意得多。
同樣的句子可以表達不同的含義，不同的句子還能表達相同的含義。
為什么？引起這種差異的原因是什么？
情感！情緒！情境！
如此，你也就明白，讓計算機做自然語言處理，尤為艱難的就是情感分析了。
情感分析
情感是將表情、聲調(diào)、文字以及語言風格雜糅在一起，是一個表達過程，而非結(jié)論。情感分析（Sentimental Analysis）有基于文本和語言之分。相比文本，語言更為復雜，涉及語音識別，甚至人臉識別等。本文今天主要探討基于文本的情感分析。
（圖片來源于網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系刪除）
文本情感分析是對文本中的某段已知文字的兩極性進行分類，判斷出此文字中表述的觀點是積極的、消極的、還是中性的情緒。
對于我們?nèi)藖碚f，看懂一段文字是消極的還是積極的，很容易。但是要教會機器看懂并且對文字進行情感分類，還有很多工作要做。
下面簡單介紹下NLP情感分析的工作流程：
1，分詞
首先，認字！把文本拆分成單個的詞。在英文的文本中，簡單的拆分方法是，每一個空格之后是一個新的單詞，逗號、句號、感嘆號、問號這一類的標點符號隔開的也是新的單詞。對所有的文字這樣做之后，就可以得到文本中用到的所有單詞。
2，特征向量
然后，我們要把句子轉(zhuǎn)變?yōu)樘卣飨蛄俊３Ｒ姷奶卣飨蛄坑袃深悺Ｆ湟粸閛ne-hot編碼，計算單句中不同詞的詞頻，建立與詞典長度等大小的向量，當然，所有的向量都需要歸一化；其二為word-to-vector，通過全量語料的訓練得到的副產(chǎn)品，每個詞都能表征成等長數(shù)值向量。
3，模型訓練
接下來，就是訓練模型的時候了。你需要為機器建立自己的學習模型，以此來判斷句子的情感。我們將具備正確label的特征向量作為樣本數(shù)據(jù)，喂入特定的分類器，比如常見的SVM（Support Vector Machine）、深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Network）等。在每一個批次的迭代過程中，依據(jù)梯度下降的算法對需要優(yōu)化的目標函數(shù)做一定程度的逼近。
當目標函數(shù)殘差收斂時，分類器即完成了用“曲面”在超平面中劃分開兩類樣本點的工作，而樣本點對“曲面”的距離即表示其情感積極或消極的程度。需要注意的是，并不是訓練時間越久、迭代輪次越多效果就一定會更優(yōu)，很多時候我們需要引入終止條件、甚至在目標函數(shù)中加入懲罰項來防止過擬合現(xiàn)象。
?
?
4，測試
最后，訓練好的模型就可以用來判斷文本的情緒了。用同樣的方式生成待測試文本的向量，如果向量在模型空間中處于“曲面”的一邊就是積極的，反之就是消極的。
情感分析應用
現(xiàn)實生活工作中，關(guān)于情感分析的應用有很多。下面列舉幾個常見的場景：
電商平臺的關(guān)聯(lián)推薦；
社交網(wǎng)站的電影評分；
頭條的新聞話題推送；
金融機構(gòu)的智能風控。
所以，如果你是金融從業(yè)者，你需要情感分析來幫你做企業(yè)征信；你是電商運營者，你需要情感分析來幫您做關(guān)聯(lián)銷售；你是內(nèi)容運營者，你需要情感分析來幫您了解人們喜歡和不喜歡的內(nèi)容；你是政府決策者，你需要情感分析幫你掌握輿情走向，做正確的輿論引導；你是投資分析者，你更需要情感分析來幫你構(gòu)建有助于預測市場反應的模型。
寫在最后
隨著人工智能技術(shù)越來越多的應用到我們的工作和日常生活中，如何用我們熟悉的語言與計算機交互變的越來越重要，而自然語言處理正使得這些變成現(xiàn)實。
那么，回到話題的最初——“他真的很努力是不是一句好話”。
計算機是如何回答的？
這個，留待下回分解。