l*******s
发帖数: 1258 | 1 以前搞过一阵子sentiment analysis，简单来说就是把一篇文章或者一段话中对某个东
西的看法提取出来，比如抓取当天关于facebook IPO的报道，判断里面多少持肯定态度
，多少持否定态度；多少看好，多少看衰。
具体到finance领域，可以是关于某个公司或者某个相关事件的观点分析，数据来源可
以是新闻报道，或者twitter、fb等social media。
我对finance一窍不通，所以来问问，就是好奇。 |
r**4
发帖数: 154 | 2 that is almost one of the easiest topics in the NLP area.
【在 l*******s 的大作中提到】
: 以前搞过一阵子sentiment analysis，简单来说就是把一篇文章或者一段话中对某个东
: 西的看法提取出来，比如抓取当天关于facebook IPO的报道，判断里面多少持肯定态度
: ，多少持否定态度；多少看好，多少看衰。
: 具体到finance领域，可以是关于某个公司或者某个相关事件的观点分析，数据来源可
: 以是新闻报道，或者twitter、fb等social media。
: 我对finance一窍不通，所以来问问，就是好奇。
|
l*******s
发帖数: 1258 | 3 完全错误！
如果只是twitter那种简单的判断每条回复肯定否定的，弄个Max Entropy或者SVM之类
的一算就行，state of art都快接近90%的F1了。
但是给你一篇文章，从中抽取出topic、entity，然后找出相应的sentiment来，那是相
当的难。
应该是
that is almost one of the hottest and hardest topics in NLP
【在 r**4 的大作中提到】
: that is almost one of the easiest topics in the NLP area.
|
d****o
发帖数: 1055 | 4 you are right. It is one of the hottest topics now but may not be the
hardest.
现在有90%了？
【在 l*******s 的大作中提到】
: 完全错误！
: 如果只是twitter那种简单的判断每条回复肯定否定的，弄个Max Entropy或者SVM之类
: 的一算就行，state of art都快接近90%的F1了。
: 但是给你一篇文章，从中抽取出topic、entity，然后找出相应的sentiment来，那是相
: 当的难。
: 应该是
: that is almost one of the hottest and hardest topics in NLP
|
l*******s
发帖数: 1258 | 5 最简单的那种twitter单条回复肯定否定判断已经90%了。
要是那种先抽取entity、event之类的然后判断sentiment的 相当低
【在 d****o 的大作中提到】
: you are right. It is one of the hottest topics now but may not be the
: hardest.
: 现在有90%了？
|
g**********l
发帖数: 175 | 6 我公司在国内做中文这方面的研究开发，已经有了上述的处理能力。如有意合作，可以
站内消息。 |
c********g
发帖数: 54 | 7
【在 l*******s 的大作中提到】
: 最简单的那种twitter单条回复肯定否定判断已经90%了。
: 要是那种先抽取entity、event之类的然后判断sentiment的 相当低
|
c********g
发帖数: 54 | 8 同意。
【在 c********g 的大作中提到】
|
