自然语言处理(nlp)如何利用神经网络进行情感分析

情感分析是指利用自然语言处理和文本挖掘技术分析、处理和伪原创提取带有情感色彩的主观文本的过程。
目前，文本情感分析的研究涉及自然语言处理、文本挖掘、信息检索、信息抽取、人工智能和本体等多个领域，引起了众多学者和研究机构的关注。
近年来，它不断成为自然语言处理和文本挖掘研究的热点问题之一。情感分析任务根据其分析粒度可分为文本级、句子级、单词或短语级。根据所处理文本的类别，它们可以分为基于产品评论的情感分析和基于新闻评论的情感分析。根据他们研究的任务类型，他们可以分为子问题，如情绪分类，情绪检索和情绪提取。文本情感分析的基本过程如图102所示，包括从原始文本抓取、文本预处理、语料库和情感词典构建以及情感分析结果的整个过程。由于抓取和分割原始文本材料等预处理技术相对成熟，本文将通过情感分析、情感分类、情感检索和情感提取等主要任务来分析和阐述现有的相关研究工作。
情感分类，也称为情感倾向分析，是指对给定文本的主观文本倾向是积极还是消极，或者是积极还是消极的识别，是情感分析领域研究最多的。一般来说，网上文本中有大量的主观文本和客观文本。客观性文本是对事物的客观描述，没有情感色彩或倾向性。主观性文本是作者对各种事物的看法或想法，带有作者的好恶和其他情感倾向。情感分类的对象是具有情感倾向性的主观文本，因此情感分类必须首先对文本进行主客观分类。文本的主客观分类主要基于情感词识别。不同的文本特征表示方法和分类器被用来识别和分类在线文本。预先对在线文本进行主客观分类可以提高情感分类的速度和准确性。纵观目前主观文本情感倾向性分析的研究工作，主要研究思路分为基于语义的情感词典方法和机器学习方法。
相关介绍可以看这里：
http://www.a8u.net/zhinengxiezuo/20191211/9.html