¿Cuál es la diferencia entre clasificación (aprendizaje automático) y análisis de sentimientos (procesamiento del lenguaje natural)?

Ambas son cosas completamente diferentes a nivel lógico y de implementación.

Clasificación : ha establecido un conjunto de clases predefinidas y desea clasificar el nuevo elemento entrante en una de esas clases. Allí usaría cualquiera de las técnicas de clasificación del aprendizaje automático.

Básicamente lo que haces aquí: haces que tu sistema aprenda utilizando los datos existentes para todas las clases que tienes. En realidad, considerará las características básicas para cada clase, hace coincidir esas clases con el elemento entrante. La clase, para la cual se combinan las características máximas, el nuevo elemento se clasifica en esa clase.

Análisis de sentimientos : es la técnica para medir la polaridad del texto de entrada. Cuánto contenido positivo o negativo tiene el texto.

Oh! El iPhone 6 es un dispositivo móvil decente. Eso muestra un sentimiento positivo. Su idea está bien, pero no creo que vaya a crear ningún positivo intacto. Eso muestra un sentimiento negativo. Hoy en día, las técnicas de aprendizaje automático también se utilizan para el análisis de sentimientos.

El análisis de sentimientos es un caso especial de clasificación.
Clasificación: dada alguna entrada, infiera alguna clase de un conjunto de clases posibles
Análisis de sentimientos: dado un texto, infiera el sentimiento de un conjunto de sentimientos posibles.

El aprendizaje automático tiene un conjunto genérico de técnicas para predicción, clasificación, agrupamiento, reducción de dimensionalidad y más.

El análisis de sentimientos es un subconcepto del procesamiento del lenguaje natural y es un dominio específico, que se encuentra bajo el paraguas de la inteligencia artificial, y cuya implementación se potencia a través de estas técnicas de aprendizaje automático.

Considérelo de esta manera, si la PNL es la carrocería de un automóvil, entonces el aprendizaje automático es su motor.

La principal diferencia entre la clasificación y el análisis de sentimientos es la idea de que la clasificación es objetiva pero el sentimiento es subjetivo.

El lenguaje subjetivo es más complicado que el lenguaje objetivo porque es propenso a expresiones idiomáticas, frases, sarcasmos, negaciones y otros artefactos del lenguaje emotivo.

Para empezar, la clasificación es un área amplia de problemas en el aprendizaje automático / minería de datos, que necesita clasificación para llegar a una solución. Por otro lado, el análisis de sentimientos se trata más de comprender qué comunica un fragmento de texto. El análisis de los sentimientos puede involucrar la clasificación, dependiendo de las técnicas que elija aplicar, pero la clasificación puede o no involucrar un problema, según el texto.

Natural Language Processing es una aplicación de Machine Learning.

En el análisis de sentimientos, a menudo desea clasificar entre sentimientos. Puede utilizar algoritmos supervisados ​​de aprendizaje automático para dicha tarea.

Puede ver el análisis de sentimientos como un tipo específico de problema de clasificación que es muy específico del dominio.

El análisis de sentimientos es solo un caso particular de clasificación.

Las herramientas que estoy construyendo usan un clasificador SVM para el análisis de sentimientos, por lo que para mí el análisis de sentimientos es solo una aplicación específica de un algoritmo de clasificación.

More Interesting

¿Qué es mejor para la informática: la Escuela de Ingeniería USC Viterbi o la Universidad de Washington?

Cómo obtener UPSEE y obtener CS en HBTI

¿Puede explicar Machine Learning utilizando tan solo 50 líneas sin omitir conceptos clave?

¿De qué maneras puedes representar más de [matemática] 2 ^ n [/ matemática] utilizando solo [matemática] n [/ matemática] bits?

Cómo hacer un raspado de datos si quiero extraer el nombre y la dirección de correo electrónico de un CRM

¿Por qué la inducción es más omnipresente que cualquier otra técnica de prueba en informática y lógica matemática?

¿Cómo se puede usar Machine Learning para eliminar la política de la oficina?

¿Por qué las redes neuronales son tan poderosas y versátiles para resolver problemas dado que las matemáticas detrás de las redes neuronales son decepcionantemente simples?

Criptografía: ¿Cuál es una explicación intuitiva de una red de sustitución-permutación?

Si los desarrolladores de back-end desprecian a los desarrolladores de front-end porque el front-end es más fácil, ¿qué piensan de los desarrolladores de dispositivos móviles y de juegos, ya que también son una especie de desarrolladores de front-end?

¿Cuáles son las limitaciones / reglas de lo que el aprendizaje automático no puede hacer?

¿Cuáles son los requisitos previos para el curso de Machine Learning?

¿Cómo se usa una función hash en una tabla hash?

¿Cuál es mejor: ingeniería mecánica o informática?

¿Cómo funciona SB Game Hacker?