用Python对用户的评论数据进行情感倾向分析

本文可以学习到以下内容：

数据及源码地址： https://giteecom/myrensheng/data_analysis

小凡，用户对耳机商品的评论信息，你有没有什么好的办法分析一下？经理来向小凡请教问题。

嗯，小凡想了一会儿

我想到了两种分析方法：

经理听完，甚是欣慰，便让小凡着手分析用户的评论数据。

数据解释：

小凡使用百度飞浆（paddlepaddle）模型库中的情感分析模型，将评论数据（content）转化为情感类别积极1，消极0

一、window10+anaconda3的安装命令：

二、安装预训练模型应用工具 PaddleHub

可以看到，大约 60% 的用户给出好评

用户的评论内容多集中在配置、音质等主题上

这里使用百度飞浆的LAC分词模型

分析结束后，小凡总结出以下结论：

小凡将结论汇报给经理，和经理一起想出一个可行的方案解决目前存在的问题。

paddle 简单介绍

paddle 是百度在2016年9月份开源的深度学习框架。

就我最近体验的感受来说的它具有几大优点:

1 本身内嵌了许多和实际业务非常贴近的模型比如个性化推荐，情感分析，词向量，语义角色标注等模型还有更多实际已经内嵌了但是目前还没有出现在官方文档上的模型比如物体检测，文本生成，图像分类，ctr预估等等，可以快速应用到项目中去

2 就实际体验来看，训练的速度相比于调用keras，在同等数据集上和相同网络架构上要快上不少。当然也是因为keras本身也是基于在tensorflow或者theano上面的，二次调用的速度不如paddle直接调用底层迅速。

缺点也有很多:

1 一开始的安装对新手极其的不友好，使用docker安装感觉这个开源框架走不长久，所幸这个问题已经解决。

2 目前很多的文档并不完善，也许百度系的工程师目前对这方面其实并不是很重视，新手教程看起来并非那么易懂。

　　 3 层的封装并不到位，很多神经网络层得自己去写，感觉非常的不方便。

最后希望借由本文，可以让你快速上手paddle。

一分钟安装paddle

docker 安装

之前paddle的安装方式是使用docker安装，感觉非常的反人类。

安装命令:

docker pull paddlepaddle/paddle:latest

目前市面上有很多人工智能聊天机器人平台可供选择，以下是一些比较常见的平台：

1 天行数据：提供了多种人工智能服务，包括聊天机器人、语音识别、图像识别等，支持多种开发语言和平台，如Java、Python、微信公众号等。

2 腾讯云智能对话：基于腾讯AI技术的智能对话平台，提供了多种对话场景模板和自定义开发接口，支持语音、文字、等多种输入方式。

3 阿里云智能对话：提供了多种对话场景模板和自定义开发接口，支持多种输入方式，如语音、文字、等，还支持多轮对话和上下文理解。

4 BotStar：一款基于无代码的聊天机器人平台，提供了多种模板和自定义开发接口，支持多种渠道，如网站、Facebook、微信等。

5 至简：一款基于自然语言处理技术的聊天机器人平台，提供了多种对话场景模板和自定义开发接口，支持多种输入方式，如语音、文字等。

至于至简平台，它的特点是简单易用，无需编程经验即可创建自己的聊天机器人，并且支持多种语言和多种渠道。但是由于每个平台的特点和功能不同，具体选择还需要根据自己的需求和实际情况进行评估。