上周我用 jQuery 开发了一个简单的新闻阅读器，解析 JSONP 并将生成的列表插入到网页流中。今天早上有人问我这个问题：“有没有一种智能算法能够‘理解’一个新闻是坏的、好的还是中性的？” 我的回答......“嗯......我不知道。”......这就是我问这个问题的原因：有没有办法实现这样的事情？我唯一能做的就是检查标题是否包含“杀死，炸弹，刺客，洪水，地震，海啸，......”之类的词......还有其他想法吗？您知道是否已经实施了类似的解决方案？谢谢你的帮助！
问问题
1115 次
3 回答
2
这里是为 twitter 做的，叫做情绪分析。
于 2013-07-03T10:23:21.187 回答
1
你需要一个分类算法。有许多不同的选择，例如，请参见此处。Naive Bayes是一个众所周知且易于实施的方法。
在朴素贝叶斯中，您会查看您已经判断为不好的新闻项目中出现的词的频率，以及您已经判断为好的新闻项目中出现的这些词的频率。这些为您提供条件概率 P(word|good) 和 P(word|bad) 的估计，即看到一个单词给定好消息的概率，以及看到一个给定坏消息的单词的概率。
当你看到一个新的新闻时，你会计算出哪些词在新闻中，然后使用贝叶斯定理给你 P(good|words) 和 P(bad|words)，本质上是将你的概率相乘。上面计算出您的新闻文章中出现或未出现的字词，以及您预期好消息或坏消息的频率。如果 P(good|words) > P(bad|words) 那么这是个好消息。（如果您有兴趣，我将一些数学放在我不久前写的一个问题中；但是，网络和书籍中有更好的资源。）
朴素贝叶斯是一种众所周知的技术，也用于垃圾邮件过滤。这也很有趣，因为它没有解决什么问题。特别是，它不考虑顺序或上下文或单词。因此，尽管包含作品“飓风”，但“本周没有飓风”可能是个好消息。例如，我猜想在分析新闻文章时，这些考虑可能比推文更重要。无论如何，这是一个有趣的领域，并且已经完成了很多工作。
于 2013-07-03T13:38:59.420 回答