Mi próximo proyecto combina los dos temas hasta cierto punto. Estoy obligado a combinar:
- Minería de texto: el análisis de datos contenidos en texto en lenguaje natural.
- Análisis de sentimientos: recopilación y categorización de opiniones encontradas en textos relacionados con una persona, lugar, producto, etc.
Este trabajo requiere el desarrollo de un sitio web que lea regularmente los canales RSS organizados en varias categorías para obtener nuevos datos. Los datos leídos de los feeds se presentarán a un grupo de estudiantes en una serie de páginas web donde cada alumno deberá proporcionar una opinión humana de las historias en una o más de las categorías en las que se organizan los feeds.
Paralelo a esto, el desarrollo de back-end en el sitio web de una herramienta automatizada de análisis de sentimientos utilizará el aprendizaje automático para extraer el texto de los canales RSS para su opinión.
- ¿En qué tipos de problemas de regresión son comparables las redes neuronales, las máquinas de vectores de soporte, los bosques aleatorios y las redes neuronales profundas? ¿La superioridad de los métodos depende del tamaño del entrenamiento?
- ¿Son útiles los procesos jerárquicos de Dirichlet en la práctica?
- ¿Cuáles son algunos de los mejores cursos de ML para una maestría en India?
- ¿Cuál es una explicación intuitiva de un ingenuo clasificador de Bayes?
- Cómo aplicar ConvNet en el análisis de sentimientos
La etapa final será el uso de varios algoritmos de aprendizaje automático para comparar los sentimientos humanos y los basados en máquinas.
