machine-learning - 使用感知器进行情绪分析

Question

我正在尝试使用感知器实现情感分析，以在 python 中获得更好的准确性。我迷失在围绕它的数学中，需要简单解释如何移植它以用于情绪分析。已经发表了一篇论文： http: //aclweb.org/anthology/P/P11/P11-1015.pdf

这里的任何人都能够详细和清晰地解释吗？我有一个训练数据集和测试数据集，每个数据集包含 5000 条评论，并且使用词袋获得了 78% 的准确率。有人告诉我，感知器会给我 88% 的准确率，我很想实现它。

Answer 1

感知器只是一个简单的二元分类器，它处理来自 R^n 的固定大小的向量作为输入数据。因此，为了使用它，您必须将每个文档编码为这样的实值向量。例如，它可以是词袋表示（其中每个维度对应于一个词，值对应于出现次数），或者任何“更复杂”的表示（其中一个在附件中进行了描述）。

因此，为了将感知器“移植”到情感分析中，您必须找出一些函数 f，它以文档为输入返回实值向量，然后在对上训练您的感知器

(f(x),0) 用于负面评论

(f(x),1) 用于正面评价