文件名称：Product-Review-Sentiment-Analysis
文件大小：1.43MB
文件格式：ZIP
更新时间：2024-05-03 01:41:59
项目简介和范围（情感分析）： 该项目的目标是设计一个分类器，用于产品评论的情绪分析。 我们的培训内容包括亚马逊客户针对各种食品撰写的评论。 最初以5分制给出的评论已被调整为+1或-1等级，分别代表正面或负面评论。 以下是我们数据集中的两个示例条目。 每个条目均包含评论及其标签。 这两则评论是由不同的客户撰写的，描述了他们使用无糖糖果的经历。 冒号可用于对齐列。 检阅样本 标签 讨厌的没有味道。 糖果是红色的，没有味道。 只是计划和耐嚼。 我再也不会买了 -1 好吃！ 您永远都不会猜到它们不含糖，而且它是如此的美味，以至于您几乎可以避免内eat地食用它们！ 我印象深刻，以至于我自己点了一些（黑巧克力）带到办公室。 这些都很棒！ +1 为了自动分析评论，首先要完成以下任务： 实现和比较三种类型的线性分类器：（a）感知器算法， （b）平均感知器算法，以及（c） PEGASOS算法
【文件预览】：
Product-Review-Sentiment-Analysis-main
----Accuracy.JPG(56KB)
----Parameter Tuning.JPG(43KB)
----PEGASOS Equation.JPG(48KB)
----resources_sentiment_analysis.tar.gz(1.13MB)
----Figure_1 (pegasos) .png(45KB)
----Readme.md(21KB)
----Figure_1 (perceptron).png(46KB)
----Unigrams.JPG(82KB)
----Figure_1 (avg perceptron).png(49KB)