آموزش تجزیه و تحلیل احساسات با استفاده از TextBlob - آخرین آپدیت
Sentimental Analysis Using TextBlob
یاد بگیرید که از برخی کتابخانه های پایتون برای تجزیه و تحلیل متن (اصلاح املایی، قسمت های گفتار (POS) تگ های متکثر، نشانه گذاری) و تجزیه و تحلیل احساساتی مانند قطبیت (احساسات مثبت یا منفی) و ذهنیت (عقاید و احساسات یک فرد بیان شده در قالب) استفاده کنید. یک متن یا یک پست توییت. در این دوره، روشهای مختلفی را که در تجزیه و تحلیل متن با استفاده از روشهای TextBlob و کتابخانه Tweepy برای تجزیه و تحلیل احساسات در توییتها استفاده میشوند، یاد میگیریم. این دوره فرض میکند که شما قبلاً Python3، Anaconda را نصب کردهاید و راحت هستید. با استفاده از نوت بوک Jupyter. همچنین برخی از درک پیشینه اصول پایتون بسیار مفید است. شما از بخش اول ماژول دوره به فعالیت های دوره/تمرین دسترسی رایگان و قابل دانلود خواهید داشت. فایل تمرین نوت بوک jupyter به خوبی در مورد آن توضیح داده شده است. شما درک می کنید که ما با هر خط کد می خواهیم به چه چیزی برسیم. این به شما کمک می کند تا هنگام تماشای ویدیو به تنهایی تمرین کنید. همچنین جلسات بیشتری اضافه خواهد شد. d همانطور که آنها در حال ویرایش هستند. *Python 3* نسخه ای از پایتون است که در سخنرانی ها استفاده می شود و نوت بوک Jupyter IDE مورد استفاده در برنامه نویسی دوره است. لازم به ذکر است که نصب و دانلود پایتون و آناکوندا و راه اندازی آناکوندا و پایتون در این دوره آموزش داده نمی شود. ترجمه زبان و تشخیص زبان (این مورد منسوخ شده است اما وجود دارد، بنابراین قدرت TextBlob را می دانید) بسته TextBlob و بسته Tweepy
این دوره برای چه کسانی است:
- معلمان
- علاقه مندان به پردازش زبان طبیعی
- علاقه مندان به پایتون
- تحلیلگر داده
- بازاریابان
مقدمه Introduction
-
مقدمه Introduction
-
دانلود و نصب پایتون Python Downloads and Installation
-
نقل قول ها Quotes
تحلیل عاطفی - قطبیت و ذهنیت با استفاده از TextBlob Sentimental Analysis-Polarity and Subjectivity using TextBlob
-
تحلیل عاطفی - قطبیت و ذهنیت با استفاده از TextBlob Sentimental Analysis-Polarity and Subjectivity using TextBlob
-
نقل قول ها Quotes
پیدا کردن || صحیح || حروف بزرگ || حروف کوچک || شمارش || ترجمه متن -TextBlob Find || Correct || Uppercase || Lowercase || Count || Translate Text -TextBlob
-
پیدا کردن || صحیح || حروف بزرگ || حروف کوچک || شمارش || ترجمه متن -TextBlob Find || Correct || Uppercase || Lowercase || Count || Translate Text -TextBlob
Lemmatization || توکن سازی || با استفاده از TexBlob جمع کنید Lemmatization || Tokenization || Pluralize using TexBlob
-
Lemmatization || توکن سازی || با استفاده از TexBlob جمع کنید Lemmatization || Tokenization || Pluralize using TexBlob
-
نقل قول ها Quotes
برچسب گذاری قسمت های گفتار (POS) || تجزیه و تحلیل و Ngrams-TextBlob Parts Of Speech(POS) tagging || Parse & Ngrams-TextBlob
-
برچسب گذاری قسمت های گفتار (POS) || تجزیه و تحلیل و Ngrams-TextBlob Parts Of Speech(POS) tagging || Parse & Ngrams-TextBlob
-
نقل قول ها Quotes
ترجمه زبان و تشخیص زبان با استفاده از TextBlob Language Translation & Language Detection using TextBlob
-
ترجمه زبان و تشخیص زبان با استفاده از TextBlob Language Translation & Language Detection using TextBlob
-
نقل قول ها Quotes
تعاریف || تعریف || روش های غلط گیر املا Definitions || Define || Spellcheck Methods
-
تعاریف || تعریف || روش های غلط گیر املا Definitions || Define || Spellcheck Methods
-
نقل قول ها Quotes
بزرگ کردن || Singularize || isupper || روش های islower Capitalize || Singularize || isupper || islower Methods
-
بزرگ کردن || Singularize || isupper || روش های islower Capitalize || Singularize || isupper || islower Methods
-
نقل قول ها Quotes
عبارات اسمی || برای حلقه و روش ngrams nounPhrases || For loop & ngrams Method
-
عبارات اسمی || برای حلقه و روش ngrams nounPhrases || For loop & ngrams Method
-
نقل قول ها Quotes
طبقه بندی احساسات و تجسم بخش 1 Sentiment Classification & Visualization Part1
-
طبقه بندی احساسات و تجسم بخش 1 Sentiment Classification & Visualization Part1
-
نقل قول ها Quotes
-
طبقه بندی احساسات و تجسم قسمت 2 Sentiment Classification & Visualization Part2
-
نقل قول ها Quotes
آمازون بررسی مجموعه داده ها-تحلیل احساسات Amazon Review Dataset-Sentimental Analysis
-
تمرین 1 Exercise 1
-
نقل قول ها Quotes
-
تمرین 2 Exercise 2
-
نقل قول ها Quotes
-
نقل قول ها Quotes
نمایش نظرات