【情感分析第5题】接下来就是真正的分析处理过程了，当然这里需要你补充情感分析的相关知识，例如用什么方式抽取评论句中的产品或产品特征（例如最简单的可以先将句子分词，然后利用结合句子中词性的CRF模型抽取特征，Python中有现成的函数可用），用什么方式判断句子中的情感，选择NLTK（例如NLTK中有sentiwordnet库）或其他可以进行数据挖掘的模块（如scikit-learn）处理。对于以下给出的可以用来简单判断产品/某个特征的情感倾向的资源中你觉得最合理的是哪一项？ 情感分析要想获得高的精确率还要考虑很多复杂的问题，例如“看某场电影时睡着了”这样的句子很难通过简单的方式获得评价的情感倾向。这个例子只是给大家一个用Python实现数据处理分析的思路，如果觉得这个产品评论情感分析比较难的话，可以先从简单的单篇电影评论情感分析开始，语料可使用NLTK中的“movie_review.txt”，具体的还需要大家进一步的学习和实践。

【情感分析第5题】接下来就是真正的分析处理过程了，当然这里需要你补充情感分析的相关知识，例如用什么方式抽取评论句中的产品或产品特征（例如最简单的可以先将句子分词，然后利用结合句子中词性的CRF模型抽取特征，Python中有现成的函数可用），用什么方式判断句子中的情感，选择NLTK（例如NLTK中有sentiwordnet库）或其他可以进行数据挖掘的模块（如scikit-learn）处理。对于以下给出的可以用来简单判断产品/某个特征的情感倾向的资源中你觉得最合理的是哪一项？ 情感分析要想获得高的精确率还要考虑很多复杂的问题，例如“看某场电影时睡着了”这样的句子很难通过简单的方式获得评价的情感倾向。这个例子只是给大家一个用Python实现数据处理分析的思路，如果觉得这个产品评论情感分析比较难的话，可以先从简单的单篇电影评论情感分析开始，语料可使用NLTK中的“movie_review.txt”，具体的还需要大家进一步的学习和实践。

【情感分析第4题】上一题（【情感分析第3题】）第二和第三条横线上（所填内容一样）需要填写的函数/方法名是___________________（只填一遍即可）。

【情感分析第4题】上一题（【情感分析第3题】）第二和第三条横线上（所填内容一样）需要填写的函数/方法名是___________________（只填一遍即可）。

新课程的三维目标是知识与能力、过程与方法和

【单选题】处理不良情感的最好方式是（）

【情感分析第2题】语料文本中的标注“picture[+3]”代表的含义是如下哪一项？

【情感分析第3题】了解了语料的基本情况后可以开始考虑处理流程，基本思路是通过对评论句的处理获得相应的对某个特征褒义/贬义的判断（假设我们只考虑简单的褒义和贬义，不需要情感强度），再把判断结果与已有的情感标注对比从而确定算法的正确率。因此需要先把语料中已进行标注情感标注评论句中的情感值和评论句分别提取出来放到文件（例如excel文件）中，提取过程形如以下代码片段，第一条横线上需要填写的函数/方法名是__________________。 fp = open（'product_reviews_1.txt','r') reviews = fp.______________（) # 读取文件每一行放入一个列表中 polarity = ['0'] * 660 sentences = ['0'] * 660 for i in range（len（reviews)): polarity[i], sentences[i]= reviews[i].____________（"##")[0], review

【情感分析第3题】了解了语料的基本情况后可以开始考虑处理流程，基本思路是通过对评论句的处理获得相应的对某个特征褒义/贬义的判断（假设我们只考虑简单的褒义和贬义，不需要情感强度），再把判断结果与已有的情感标注对比从而确定算法的正确率。因此需要先把语料中已进行标注情感标注评论句中的情感值和评论句分别提取出来放到文件（例如excel文件）中，提取过程形如以下代码片段，第一条横线上需要填写的函数/方法名是__________________。 fp = open（'product_reviews_1.txt','r') reviews = fp.______________（) # 读取文件每一行放入一个列表中 polarity = ['0'] * 660 sentences = ['0'] * 660 for i in range（len（reviews)): polarity[i], sentences[i]= reviews[i].____________（"##")[0], review