30 KiB

Raw Permalink Blame History

تحلیل احساسات با بررسی‌های هتل

حالا که داده‌ها را به‌طور کامل بررسی کرده‌اید، وقت آن است که ستون‌ها را فیلتر کنید و سپس از تکنیک‌های پردازش زبان طبیعی (NLP) روی داده‌ها استفاده کنید تا اطلاعات جدیدی درباره هتل‌ها به دست آورید.

آزمون پیش از درس

عملیات فیلتر کردن و تحلیل احساسات

همان‌طور که احتمالاً متوجه شده‌اید، مجموعه داده‌ها چند مشکل دارد. برخی ستون‌ها پر از اطلاعات بی‌فایده هستند، برخی دیگر به نظر نادرست می‌آیند. حتی اگر درست باشند، مشخص نیست که چگونه محاسبه شده‌اند و نمی‌توان پاسخ‌ها را با محاسبات مستقل خودتان تأیید کرد.

تمرین: کمی پردازش بیشتر داده‌ها

داده‌ها را کمی بیشتر پاکسازی کنید. ستون‌هایی که بعداً مفید خواهند بود اضافه کنید، مقادیر برخی ستون‌ها را تغییر دهید و برخی ستون‌ها را کاملاً حذف کنید.

پردازش اولیه ستون‌ها

ستون‌های lat و lng را حذف کنید.

مقادیر Hotel_Address را با مقادیر زیر جایگزین کنید (اگر آدرس شامل نام شهر و کشور باشد، آن را فقط به شهر و کشور تغییر دهید).

این‌ها تنها شهرها و کشورهایی هستند که در مجموعه داده‌ها وجود دارند:

آمستردام، هلند

بارسلونا، اسپانیا

لندن، بریتانیا

میلان، ایتالیا

پاریس، فرانسه

وین، اتریش

def replace_address(row):
    if "Netherlands" in row["Hotel_Address"]:
        return "Amsterdam, Netherlands"
    elif "Barcelona" in row["Hotel_Address"]:
        return "Barcelona, Spain"
    elif "United Kingdom" in row["Hotel_Address"]:
        return "London, United Kingdom"
    elif "Milan" in row["Hotel_Address"]:        
        return "Milan, Italy"
    elif "France" in row["Hotel_Address"]:
        return "Paris, France"
    elif "Vienna" in row["Hotel_Address"]:
        return "Vienna, Austria" 

# Replace all the addresses with a shortened, more useful form
df["Hotel_Address"] = df.apply(replace_address, axis = 1)
# The sum of the value_counts() should add up to the total number of reviews
print(df["Hotel_Address"].value_counts())

حالا می‌توانید داده‌ها را در سطح کشور جستجو کنید:

display(df.groupby("Hotel_Address").agg({"Hotel_Name": "nunique"}))

Hotel_Address	Hotel_Name
آمستردام، هلند	105
بارسلونا، اسپانیا	211
لندن، بریتانیا	400
میلان، ایتالیا	162
پاریس، فرانسه	458
وین، اتریش	158

پردازش ستون‌های متا-بررسی هتل
1. ستون Additional_Number_of_Scoring را حذف کنید.
2. ستون Total_Number_of_Reviews را با تعداد کل بررسی‌های واقعی برای آن هتل که در مجموعه داده‌ها وجود دارد جایگزین کنید.
3. ستون Average_Score را با امتیاز محاسبه‌شده خودمان جایگزین کنید.

Drop `Additional_Number_of_Scoring`

df.drop(["Additional_Number_of_Scoring"], axis = 1, inplace=True)

Replace `Total_Number_of_Reviews` and `Average_Score` with our own calculated values

df.Total_Number_of_Reviews = df.groupby('Hotel_Name').transform('count') df.Average_Score = round(df.groupby('Hotel_Name').Reviewer_Score.transform('mean'), 1)


3. پردازش ستون‌های بررسی

 1. ستون‌های `Review_Total_Negative_Word_Counts`، `Review_Total_Positive_Word_Counts`، `Review_Date` و `days_since_review` را حذف کنید.

 2. ستون‌های `Reviewer_Score`، `Negative_Review` و `Positive_Review` را به همان شکل نگه دارید.

 3. ستون `Tags` را فعلاً نگه دارید.

    - در بخش بعدی برخی عملیات فیلتر کردن اضافی روی تگ‌ها انجام خواهد شد و سپس تگ‌ها حذف خواهند شد.

4. پردازش ستون‌های بررسی‌کننده

 1. ستون `Total_Number_of_Reviews_Reviewer_Has_Given` را حذف کنید.

 2. ستون `Reviewer_Nationality` را نگه دارید.

### ستون‌های تگ

ستون `Tag` مشکل‌ساز است زیرا به‌صورت یک لیست (به شکل متن) در ستون ذخیره شده است. متأسفانه ترتیب و تعداد بخش‌های فرعی در این ستون همیشه یکسان نیست. برای انسان سخت است که عبارات درست را شناسایی کند، زیرا 515,000 ردیف و 1427 هتل وجود دارد و هر کدام گزینه‌های کمی متفاوتی دارند که یک بررسی‌کننده می‌تواند انتخاب کند. اینجاست که NLP مفید واقع می‌شود. شما می‌توانید متن را اسکن کنید، عبارات رایج را پیدا کنید و آن‌ها را شمارش کنید.

متأسفانه ما به کلمات منفرد علاقه‌مند نیستیم، بلکه به عبارات چندکلمه‌ای (مثلاً *سفر کاری*) نیاز داریم. اجرای یک الگوریتم توزیع فراوانی عبارات چندکلمه‌ای روی این حجم از داده‌ها (6762646 کلمه) ممکن است زمان بسیار زیادی ببرد، اما بدون بررسی داده‌ها، به نظر می‌رسد که این هزینه ضروری است. اینجاست که تحلیل اکتشافی داده‌ها مفید واقع می‌شود، زیرا شما نمونه‌ای از تگ‌ها مانند `[' سفر کاری  ', ' مسافر تنها ', ' اتاق یک‌نفره ', ' اقامت 5 شب ', ' ارسال‌شده از دستگاه موبایل ']` را دیده‌اید، می‌توانید شروع به پرسیدن کنید که آیا امکان کاهش قابل‌توجه پردازش وجود دارد یا خیر. خوشبختانه این امکان وجود دارد - اما ابتدا باید چند مرحله را دنبال کنید تا تگ‌های مورد علاقه را مشخص کنید.

### فیلتر کردن تگ‌ها

به یاد داشته باشید که هدف مجموعه داده‌ها اضافه کردن احساسات و ستون‌هایی است که به شما کمک می‌کند بهترین هتل را انتخاب کنید (برای خودتان یا شاید یک مشتری که از شما خواسته است یک ربات توصیه هتل بسازید). باید از خودتان بپرسید که آیا تگ‌ها در مجموعه داده نهایی مفید هستند یا خیر. این یک تفسیر است (اگر به دلایل دیگری به مجموعه داده نیاز داشتید، ممکن است تگ‌های مختلفی در انتخاب باقی بمانند/حذف شوند):

1. نوع سفر مرتبط است و باید باقی بماند.
2. نوع گروه مهمان مهم است و باید باقی بماند.
3. نوع اتاق، سوئیت یا استودیویی که مهمان در آن اقامت داشته است بی‌اهمیت است (همه هتل‌ها اساساً اتاق‌های مشابهی دارند).
4. دستگاهی که بررسی از آن ارسال شده است بی‌اهمیت است.
5. تعداد شب‌هایی که بررسی‌کننده اقامت داشته است *ممکن است* مرتبط باشد اگر اقامت طولانی‌تر را به دوست داشتن بیشتر هتل نسبت دهید، اما این ارتباط ضعیف است و احتمالاً بی‌اهمیت است.

به‌طور خلاصه، **دو نوع تگ را نگه دارید و بقیه را حذف کنید**.

ابتدا، نمی‌خواهید تگ‌ها را شمارش کنید تا زمانی که در قالب بهتری باشند، بنابراین این به معنای حذف براکت‌ها و نقل‌قول‌ها است. می‌توانید این کار را به چند روش انجام دهید، اما سریع‌ترین روش را می‌خواهید زیرا ممکن است پردازش حجم زیادی از داده‌ها زمان زیادی ببرد. خوشبختانه، pandas راه آسانی برای انجام هر یک از این مراحل دارد.

```Python
# Remove opening and closing brackets
df.Tags = df.Tags.str.strip("[']")
# remove all quotes too
df.Tags = df.Tags.str.replace(" ', '", ",", regex = False)

هر تگ به چیزی شبیه به این تبدیل می‌شود: سفر کاری، مسافر تنها، اتاق یک‌نفره، اقامت 5 شب، ارسال‌شده از دستگاه موبایل.

سپس با یک مشکل مواجه می‌شویم. برخی بررسی‌ها یا ردیف‌ها 5 ستون دارند، برخی 3، برخی 6. این نتیجه نحوه ایجاد مجموعه داده است و سخت است که آن را اصلاح کنیم. شما می‌خواهید شمارش فراوانی هر عبارت را دریافت کنید، اما آن‌ها در هر بررسی ترتیب متفاوتی دارند، بنابراین شمارش ممکن است اشتباه باشد و یک هتل ممکن است تگی را که شایسته آن است دریافت نکند.

در عوض، شما از ترتیب متفاوت به نفع خود استفاده خواهید کرد، زیرا هر تگ چندکلمه‌ای است اما همچنین با کاما جدا شده است! ساده‌ترین راه برای انجام این کار ایجاد 6 ستون موقت است که هر تگ در ستونی که مربوط به ترتیب آن در تگ است وارد شود. سپس می‌توانید 6 ستون را به یک ستون بزرگ ادغام کنید و روش value_counts() را روی ستون حاصل اجرا کنید. با چاپ آن، خواهید دید که 2428 تگ منحصربه‌فرد وجود داشت. اینجا نمونه کوچکی است:

Tag	Count
سفر تفریحی	417778
ارسال‌شده از دستگاه موبایل	307640
زوج	252294
اقامت 1 شب	193645
اقامت 2 شب	133937
مسافر تنها	108545
اقامت 3 شب	95821
سفر کاری	82939
گروه	65392
خانواده با کودکان خردسال	61015
اقامت 4 شب	47817
اتاق دو نفره	35207
اتاق استاندارد دو نفره	32248
اتاق سوپریور دو نفره	31393
خانواده با کودکان بزرگ‌تر	26349
اتاق دلوکس دو نفره	24823
اتاق دو نفره یا دوقلو	22393
اقامت 5 شب	20845
اتاق استاندارد دو نفره یا دوقلو	17483
اتاق کلاسیک دو نفره	16989
اتاق سوپریور دو نفره یا دوقلو	13570
2 اتاق	12393

برخی از تگ‌های رایج مانند ارسال‌شده از دستگاه موبایل برای ما بی‌فایده هستند، بنابراین ممکن است حذف آن‌ها قبل از شمارش فراوانی عبارات کار هوشمندانه‌ای باشد، اما این عملیات آن‌قدر سریع است که می‌توانید آن‌ها را نگه دارید و نادیده بگیرید.

حذف تگ‌های مربوط به طول اقامت

حذف این تگ‌ها مرحله اول است، این کار تعداد کل تگ‌هایی که باید در نظر گرفته شوند را کمی کاهش می‌دهد. توجه داشته باشید که آن‌ها را از مجموعه داده حذف نمی‌کنید، فقط تصمیم می‌گیرید که آن‌ها را به‌عنوان مقادیر برای شمارش/نگه‌داری در مجموعه داده بررسی‌ها در نظر نگیرید.

طول اقامت	Count
اقامت 1 شب	193645
اقامت 2 شب	133937
اقامت 3 شب	95821
اقامت 4 شب	47817
اقامت 5 شب	20845
اقامت 6 شب	9776
اقامت 7 شب	7399
اقامت 8 شب	2502
اقامت 9 شب	1293
...	...

انواع مختلفی از اتاق‌ها، سوئیت‌ها، استودیوها، آپارتمان‌ها و غیره وجود دارد. همه آن‌ها تقریباً یک معنی دارند و برای شما بی‌اهمیت هستند، بنابراین آن‌ها را از نظر حذف کنید.

نوع اتاق	Count
اتاق دو نفره	35207
اتاق استاندارد دو نفره	32248
اتاق سوپریور دو نفره	31393
اتاق دلوکس دو نفره	24823
اتاق دو نفره یا دوقلو	22393
اتاق استاندارد دو نفره یا دوقلو	17483
اتاق کلاسیک دو نفره	16989
اتاق سوپریور دو نفره یا دوقلو	13570

در نهایت، و این خوشحال‌کننده است (زیرا پردازش زیادی لازم نبود)، شما با تگ‌های مفید زیر باقی خواهید ماند:

Tag	Count
سفر تفریحی	417778
زوج	252294
مسافر تنها	108545
سفر کاری	82939
گروه (ترکیب‌شده با مسافران با دوستان)	67535
خانواده با کودکان خردسال	61015
خانواده با کودکان بزرگ‌تر	26349
با حیوان خانگی	1405

می‌توانید استدلال کنید که مسافران با دوستان تقریباً همان گروه است و ترکیب این دو منطقی است، همان‌طور که در بالا انجام شده است. کد شناسایی تگ‌های درست در دفترچه تگ‌ها موجود است.

مرحله نهایی ایجاد ستون‌های جدید برای هر یک از این تگ‌ها است. سپس، برای هر ردیف بررسی، اگر ستون Tag با یکی از ستون‌های جدید مطابقت داشت، مقدار 1 اضافه کنید، اگر نه، مقدار 0 اضافه کنید. نتیجه نهایی شمارش تعداد بررسی‌کنندگان است که این هتل را (به‌صورت کلی) برای مثال، سفر کاری در مقابل تفریحی، یا آوردن حیوان خانگی انتخاب کرده‌اند، و این اطلاعات مفیدی هنگام توصیه یک هتل خواهد بود.

# Process the Tags into new columns
# The file Hotel_Reviews_Tags.py, identifies the most important tags
# Leisure trip, Couple, Solo traveler, Business trip, Group combined with Travelers with friends, 
# Family with young children, Family with older children, With a pet
df["Leisure_trip"] = df.Tags.apply(lambda tag: 1 if "Leisure trip" in tag else 0)
df["Couple"] = df.Tags.apply(lambda tag: 1 if "Couple" in tag else 0)
df["Solo_traveler"] = df.Tags.apply(lambda tag: 1 if "Solo traveler" in tag else 0)
df["Business_trip"] = df.Tags.apply(lambda tag: 1 if "Business trip" in tag else 0)
df["Group"] = df.Tags.apply(lambda tag: 1 if "Group" in tag or "Travelers with friends" in tag else 0)
df["Family_with_young_children"] = df.Tags.apply(lambda tag: 1 if "Family with young children" in tag else 0)
df["Family_with_older_children"] = df.Tags.apply(lambda tag: 1 if "Family with older children" in tag else 0)
df["With_a_pet"] = df.Tags.apply(lambda tag: 1 if "With a pet" in tag else 0)

ذخیره فایل

در نهایت، مجموعه داده را همان‌طور که اکنون است با یک نام جدید ذخیره کنید.

df.drop(["Review_Total_Negative_Word_Counts", "Review_Total_Positive_Word_Counts", "days_since_review", "Total_Number_of_Reviews_Reviewer_Has_Given"], axis = 1, inplace=True)

# Saving new data file with calculated columns
print("Saving results to Hotel_Reviews_Filtered.csv")
df.to_csv(r'../data/Hotel_Reviews_Filtered.csv', index = False)

عملیات تحلیل احساسات

در این بخش نهایی، شما تحلیل احساسات را روی ستون‌های بررسی اعمال خواهید کرد و نتایج را در یک مجموعه داده ذخیره خواهید کرد.

تمرین: بارگذاری و ذخیره داده‌های فیلترشده

توجه داشته باشید که اکنون شما مجموعه داده فیلترشده‌ای را که در بخش قبلی ذخیره شده است بارگذاری می‌کنید، نه مجموعه داده اصلی.

import time
import pandas as pd
import nltk as nltk
from nltk.corpus import stopwords
from nltk.sentiment.vader import SentimentIntensityAnalyzer
nltk.download('vader_lexicon')

# Load the filtered hotel reviews from CSV
df = pd.read_csv('../../data/Hotel_Reviews_Filtered.csv')

# You code will be added here


# Finally remember to save the hotel reviews with new NLP data added
print("Saving results to Hotel_Reviews_NLP.csv")
df.to_csv(r'../data/Hotel_Reviews_NLP.csv', index = False)

حذف کلمات توقف

اگر بخواهید تحلیل احساسات را روی ستون‌های بررسی منفی و مثبت اجرا کنید، ممکن است زمان زیادی طول بکشد. آزمایش‌شده روی یک لپ‌تاپ قدرتمند با CPU سریع، این عملیات 12 تا 14 دقیقه طول کشید، بسته به اینکه از کدام کتابخانه تحلیل احساسات استفاده شده است. این زمان نسبتاً طولانی است، بنابراین ارزش بررسی دارد که آیا می‌توان آن را سریع‌تر کرد.

حذف کلمات توقف، یا کلمات رایج انگلیسی که احساس جمله را تغییر نمی‌دهند، اولین قدم است. با حذف آن‌ها، تحلیل احساسات باید سریع‌تر اجرا شود، اما دقت کمتری نخواهد داشت (زیرا کلمات توقف بر احساس تأثیر نمی‌گذارند، اما سرعت تحلیل را کاهش می‌دهند).

طولانی‌ترین بررسی منفی 395 کلمه بود، اما پس از حذف کلمات توقف، به 195 کلمه کاهش یافت.

حذف کلمات توقف نیز یک عملیات سریع است، حذف کلمات توقف از 2 ستون بررسی در 515,000 ردیف روی دستگاه آزمایشی 3.3 ثانیه طول کشید. ممکن است این زمان برای شما کمی بیشتر یا کمتر باشد، بسته به سرعت CPU دستگاه، RAM، داشتن SSD یا نه، و برخی عوامل دیگر. کوتاهی نسبی این عملیات به این معناست که اگر زمان تحلیل احساسات را بهبود دهد، ارزش انجام دادن را دارد.

from nltk.corpus import stopwords

# Load the hotel reviews from CSV
df = pd.read_csv("../../data/Hotel_Reviews_Filtered.csv")

# Remove stop words - can be slow for a lot of text!
# Ryan Han (ryanxjhan on Kaggle) has a great post measuring performance of different stop words removal approaches
# https://www.kaggle.com/ryanxjhan/fast-stop-words-removal # using the approach that Ryan recommends
start = time.time()
cache = set(stopwords.words("english"))
def remove_stopwords(review):
    text = " ".join([word for word in review.split() if word not in cache])
    return text

# Remove the stop words from both columns
df.Negative_Review = df.Negative_Review.apply(remove_stopwords)   
df.Positive_Review = df.Positive_Review.apply(remove_stopwords)

انجام تحلیل احساسات

اکنون باید تحلیل احساسات را برای هر دو ستون بررسی منفی و مثبت محاسبه کنید و نتیجه را در 2 ستون جدید ذخیره کنید. آزمون تحلیل احساسات این خواهد بود که آن را با امتیاز بررسی‌کننده برای همان بررسی مقایسه کنید. برای مثال، اگر تحلیل احساسات فکر کند که بررسی منفی دارای احساس 1 (احساس بسیار مثبت) و بررسی مثبت دارای احساس 1 است، اما بررسی‌کننده کمترین امتیاز ممکن را به هتل داده است، یا متن بررسی با امتیاز مطابقت ندارد، یا تحلیل‌گر احساسات نتوانسته است احساس را به‌درستی تشخیص دهد. شما باید انتظار داشته باشید که برخی امتیازات احساس کاملاً اشتباه باشند، و اغلب این قابل توضیح خواهد بود، مثلاً بررسی ممکن است بسیار طعنه‌آمیز باشد "البته من عاشق خوابیدن در اتاقی بدون گرمایش بودم" و تحلیل‌گر احساسات فکر کند که این احساس مثبت است، حتی اگر انسانی که آن را می‌خواند بداند که این طعنه است. NLTK ابزارهای مختلفی برای تحلیل احساسات ارائه می‌دهد که می‌توانید از آنها استفاده کنید و ببینید آیا تحلیل احساسات دقیق‌تر یا کمتر دقیق است. در اینجا از تحلیل احساسات VADER استفاده شده است.

Hutto, C.J. & Gilbert, E.E. (2014). VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text. Eighth International Conference on Weblogs and Social Media (ICWSM-14). Ann Arbor, MI, June 2014.

from nltk.sentiment.vader import SentimentIntensityAnalyzer

# Create the vader sentiment analyser (there are others in NLTK you can try too)
vader_sentiment = SentimentIntensityAnalyzer()
# Hutto, C.J. & Gilbert, E.E. (2014). VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text. Eighth International Conference on Weblogs and Social Media (ICWSM-14). Ann Arbor, MI, June 2014.

# There are 3 possibilities of input for a review:
# It could be "No Negative", in which case, return 0
# It could be "No Positive", in which case, return 0
# It could be a review, in which case calculate the sentiment
def calc_sentiment(review):    
    if review == "No Negative" or review == "No Positive":
        return 0
    return vader_sentiment.polarity_scores(review)["compound"]

بعداً در برنامه خود، زمانی که آماده محاسبه احساسات هستید، می‌توانید آن را به هر بررسی اعمال کنید، به این صورت:

# Add a negative sentiment and positive sentiment column
print("Calculating sentiment columns for both positive and negative reviews")
start = time.time()
df["Negative_Sentiment"] = df.Negative_Review.apply(calc_sentiment)
df["Positive_Sentiment"] = df.Positive_Review.apply(calc_sentiment)
end = time.time()
print("Calculating sentiment took " + str(round(end - start, 2)) + " seconds")

این فرآیند تقریباً 120 ثانیه روی کامپیوتر من طول می‌کشد، اما زمان آن روی هر کامپیوتر متفاوت خواهد بود. اگر می‌خواهید نتایج را چاپ کنید و ببینید آیا احساسات با بررسی مطابقت دارد:

df = df.sort_values(by=["Negative_Sentiment"], ascending=True)
print(df[["Negative_Review", "Negative_Sentiment"]])
df = df.sort_values(by=["Positive_Sentiment"], ascending=True)
print(df[["Positive_Review", "Positive_Sentiment"]])

آخرین کاری که باید با فایل انجام دهید قبل از استفاده در چالش، ذخیره کردن آن است! همچنین باید به مرتب‌سازی مجدد تمام ستون‌های جدید خود فکر کنید تا کار با آنها آسان‌تر شود (برای انسان، این یک تغییر ظاهری است).

# Reorder the columns (This is cosmetic, but to make it easier to explore the data later)
df = df.reindex(["Hotel_Name", "Hotel_Address", "Total_Number_of_Reviews", "Average_Score", "Reviewer_Score", "Negative_Sentiment", "Positive_Sentiment", "Reviewer_Nationality", "Leisure_trip", "Couple", "Solo_traveler", "Business_trip", "Group", "Family_with_young_children", "Family_with_older_children", "With_a_pet", "Negative_Review", "Positive_Review"], axis=1)

print("Saving results to Hotel_Reviews_NLP.csv")
df.to_csv(r"../data/Hotel_Reviews_NLP.csv", index = False)

شما باید کل کد دفترچه تحلیل را اجرا کنید (بعد از اینکه دفترچه فیلتر کردن را اجرا کردید تا فایل Hotel_Reviews_Filtered.csv تولید شود).

برای مرور، مراحل به این صورت است:

فایل مجموعه داده اصلی Hotel_Reviews.csv در درس قبلی با دفترچه کاوشگر بررسی شده است.
فایل Hotel_Reviews.csv توسط دفترچه فیلتر کردن فیلتر شده و نتیجه آن Hotel_Reviews_Filtered.csv است.
فایل Hotel_Reviews_Filtered.csv توسط دفترچه تحلیل احساسات پردازش شده و نتیجه آن Hotel_Reviews_NLP.csv است.
از فایل Hotel_Reviews_NLP.csv در چالش NLP زیر استفاده کنید.

نتیجه‌گیری

وقتی شروع کردید، یک مجموعه داده با ستون‌ها و داده‌ها داشتید، اما همه آنها قابل تأیید یا استفاده نبودند. شما داده‌ها را بررسی کردید، موارد غیرضروری را فیلتر کردید، برچسب‌ها را به چیزی مفید تبدیل کردید، میانگین‌های خود را محاسبه کردید، چند ستون احساسات اضافه کردید و امیدواریم چیزهای جالبی درباره پردازش متن طبیعی یاد گرفته باشید.

آزمون پس از درس

چالش

حالا که مجموعه داده شما برای احساسات تحلیل شده است، ببینید آیا می‌توانید از استراتژی‌هایی که در این دوره یاد گرفته‌اید (مثلاً خوشه‌بندی) استفاده کنید تا الگوهایی پیرامون احساسات پیدا کنید.

مرور و مطالعه خودآموز

این ماژول آموزشی را بگیرید تا بیشتر یاد بگیرید و از ابزارهای مختلف برای بررسی احساسات در متن استفاده کنید.

تکلیف

یک مجموعه داده متفاوت را امتحان کنید

سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما تلاش می‌کنیم دقت را حفظ کنیم، لطفاً توجه داشته باشید که ترجمه‌های خودکار ممکن است شامل خطاها یا نادرستی‌ها باشند. سند اصلی به زبان اصلی آن باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حساس، ترجمه حرفه‌ای انسانی توصیه می‌شود. ما مسئولیتی در قبال سوء تفاهم‌ها یا تفسیرهای نادرست ناشی از استفاده از این ترجمه نداریم.

30 KiB Raw Permalink Blame History