LENGUAJES FORMALES “Análisis de Sentimientos”

...

Formación

El método run simplemente llama entrenamiento entonces la evaluación:

[pic 15]

Consideramos que la formación en esta sección y la evaluación en el siguiente. Aquí está el método de entrenamiento sin el código para contar el número de casos y los personajes o el código para imprimir los resultados:

[pic 16]Este método se ejecuta a través de las categorías, de las cuales hay dos en esta demostración. A continuación, crea un directorio con el directorio de datos de la polaridad y el nombre de la categoría. Esto sólo funciona para esta demostración porque los datos se organizan en directorios por categoría. A continuación, los archivos de entrenamiento potenciales se enumeran y se reiteraron. Para cada archivo de entrenamiento, un examen se hace para ver si es un archivo de capacitación. Si lo es, entonces el texto se lee desde el archivo utilizando el método de utilidad LingPipe Files.readFromFile, y después se utiliza para entrenar el clasificador de la categoría especificada. El único misterio es cómo se determina si un archivo es un archivo de capacitación. Lee y Pang eran lo suficientemente generoso como para pre-cortar los archivos en diez trozos de igual tamaño que se distinguen por el tercer carácter del nombre de archivo. Por ejemplo, el archivo pos/cv362_15341.txt es un ejemplo positivo de formación en el bloque 3, mientras que pos/cv532_6522.txt es un ejemplo positivo de formación en el bloque 5. Acabamos de decidir entrenar en bloques del 0 al 8 y la prueba en el bloque 9, por lo que

[pic 17]

Si desea ver los resultados de otros sectores, sólo cambio el 9 por cualquier dígito entre 0 y 8.

Evaluación

El código de la evaluación sigue la misma estructura que el código de la formación:

[pic 18]

El código mostrado en gris es la misma que en el bucle de formación descrito en la última sección. El código restante comienza por el número de pruebas y número de contadores de respuesta correcta a cero. Entonces, como cada revisión se procesa, se incrementa el número de pruebas. Entonces el clasificador se utiliza para producir una clasificación para una cadena de revisión en una sola línea. A continuación, la mejor categoría de la clasificación se extrae como resultado de la categoría de clasificación. Si la categoría de resultado de la prueba de la categoría, se incrementa el número de clasificaciones correctas.

Los resultados finales se imprimen con este código:

[pic 19]

Hay, por supuesto, formas más eficientes para escribir este código, y maneras de re factorizar para que también se comparte código de la cortar-y-pegar, pero nos dejan esas mejoras como ejercicios para el lector.

CONCLUCIONES

Este proyecto nos incentivó averiguar y leer más sobre las librerías del lingpipe y cuál es su funcionamiento de las librerías respecto a este lenguaje además averiguar cuáles pueden ser las modificaciones para poder ejecutar este proyecto en jGRAS y cómo podemos manejar también en este las librerías necesarias y que modificaciones podemos tener para así poder tener el proyecto ejecutando

REFERENCIAS

- Bo Pang , Lillian Lee y Shivakumar Vaithyanathan.2002. Pulgares arriba? Sentimiento Clasificación a partir de técnicas de aprendizaje automático .EMNLP Proeedings.

- Bo Pang y Lillian Lee . 2004. La educación sentimental: Sentiment Analysis Usando Subjetividad Summarization Basado en cortes mínimos . ACL Proceedings .

- Bo Pang y Lillian Lee . 2005. Viendo las estrellas: Explotación de las relaciones de clase para la categorización sentimiento con respecto a las escalas de calificación . ACL Proceedings

- P. DOSHI, «Paras Doshi – Blog,» Febrero 2013. [En línea]. Available: http://parasdoshi.com/2013/02/22/sentiment-analysis-using-lingpipe-on-windows-7/.

©