《人工智能應(yīng)用基礎(chǔ)》 課件-模塊四 自然語(yǔ)言處理

BasisofArtificialIntelligenceApplication人工智能應(yīng)用基礎(chǔ)模塊四自然語(yǔ)言處理04小芳是公司的產(chǎn)品設(shè)計(jì)師，非常關(guān)心用戶對(duì)產(chǎn)品的體驗(yàn)。網(wǎng)絡(luò)上充斥著大量的產(chǎn)品評(píng)價(jià)，憑借人力是難以顧全的，只能靠機(jī)器來(lái)識(shí)別。比如"客服還不錯(cuò)，東東用起來(lái)很方便，就是物流非常慢"，先肯定優(yōu)點(diǎn)，后面轉(zhuǎn)折指出問(wèn)題，機(jī)器會(huì)怎么看待這條評(píng)價(jià)？是負(fù)面評(píng)價(jià)嗎？一起來(lái)試一試！任務(wù)四：客戶評(píng)價(jià)情感分析網(wǎng)絡(luò)通信正常已安裝Anaconda集成環(huán)境已安裝百度SDK并注冊(cè)用戶1、任務(wù)描述準(zhǔn)備一段客戶評(píng)價(jià)文字在百度平臺(tái)創(chuàng)建Nlp應(yīng)用并獲取鑒權(quán)信息

編寫五行代碼編譯運(yùn)行并查看結(jié)果2、環(huán)境要求3、任務(wù)設(shè)計(jì)本次任務(wù)是借助百度Nlp接口，識(shí)別出客戶對(duì)產(chǎn)品評(píng)價(jià)的情感傾向。效果如下所示。｝任務(wù)一請(qǐng)掃碼完成集成環(huán)境&百度平臺(tái)1.熟悉自然語(yǔ)言處理的概念2.了解自然語(yǔ)言處理的技術(shù)3.了解自然語(yǔ)言處理的應(yīng)用4.了解知識(shí)圖譜及應(yīng)用5.能編程實(shí)現(xiàn)客戶評(píng)價(jià)情感分析6.增強(qiáng)四個(gè)自信重點(diǎn):1.自然語(yǔ)言處理的概念2.自然語(yǔ)言處理的技術(shù)與應(yīng)用3.

客戶評(píng)價(jià)情感分析實(shí)踐難點(diǎn):1.自然語(yǔ)言處理的概念2.客戶評(píng)價(jià)情感分析應(yīng)用實(shí)踐知識(shí)?技能?素質(zhì)重難點(diǎn)人工智能應(yīng)用基礎(chǔ)BasisofArtificialIntelligenceApplication1、自然語(yǔ)言處理的概念2、自然語(yǔ)言處理的基礎(chǔ)技術(shù)3、自然語(yǔ)言處理的常見(jiàn)應(yīng)用4、知識(shí)圖譜及應(yīng)用5、任務(wù)四：客戶評(píng)價(jià)情感分析

自然語(yǔ)言處理(NaturalLanguageProcessing，NLP)是研究如何讓機(jī)器理解與生成自然語(yǔ)言的學(xué)科，目的是實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語(yǔ)言進(jìn)行有效通信，屬于人工智能中的認(rèn)知智能范疇。自然語(yǔ)言理解：人工智能皇冠上的明珠1、自然語(yǔ)言處理的定義4.1自然語(yǔ)言處理的概念自然語(yǔ)言人工語(yǔ)言人類社會(huì)約定俗成程序設(shè)計(jì)語(yǔ)言漢語(yǔ)，英語(yǔ)等C++，Java，Python等簡(jiǎn)潔長(zhǎng)度和規(guī)則上都有一定的冗余含糊、歧義無(wú)二義性如果李春來(lái)到了無(wú)錫，我請(qǐng)他吃飯。自然語(yǔ)言處理的基礎(chǔ)研究包括詞法分析、句法分析、語(yǔ)義分析、篇章分析等，應(yīng)用技術(shù)包括機(jī)器翻譯、文本摘要、情感分析、文本理解、信息抽取等。在商品推薦、對(duì)話機(jī)器人、機(jī)器翻譯、輿情監(jiān)控，廣告、金融風(fēng)控等領(lǐng)域取得了良好的應(yīng)用。2、自然語(yǔ)言處理技術(shù)與應(yīng)用框架4.1自然語(yǔ)言處理的概念自然語(yǔ)言處理技術(shù)應(yīng)用框架自動(dòng)問(wèn)答智能對(duì)話情感分析評(píng)價(jià)分析內(nèi)容搜索知識(shí)推理機(jī)器翻譯話題檢測(cè)內(nèi)容推薦商品理解文本理解意圖理解文圖轉(zhuǎn)換多輪對(duì)話語(yǔ)言生成社媒分析應(yīng)用技術(shù)智能交互翻譯商品搜索廣告風(fēng)控翻譯廣告風(fēng)控智能交互業(yè)務(wù)場(chǎng)景基礎(chǔ)算法詞法

分析分詞實(shí)體識(shí)別詞性標(biāo)注詞義消歧句法結(jié)構(gòu)深層方法句法分析依存關(guān)系句法

分析詞義消歧語(yǔ)義角色標(biāo)注拼寫檢查語(yǔ)義

分析篇章結(jié)構(gòu)主題模型指代消解摘要篇章

分析3、自然語(yǔ)言處理中的歧義模糊詞法分析歧義例如：他背著母親和姐姐悄悄的出去玩了。語(yǔ)法分析歧義例如：咬死了獵人的狗。語(yǔ)義分析歧義例如：開(kāi)刀的是他父親。指代不明歧義例如：小王回到宿舍，發(fā)現(xiàn)老朱和他的朋友坐在那里聊天。新詞識(shí)別例如：我很喜歡吃雞。語(yǔ)言行為與計(jì)劃的差異例如：你能把鹽遞過(guò)來(lái)嗎？4.1自然語(yǔ)言處理的概念1、自然語(yǔ)言處理的概念2、自然語(yǔ)言處理的基礎(chǔ)技術(shù)3、自然語(yǔ)言處理的常見(jiàn)應(yīng)用4、知識(shí)圖譜及應(yīng)用5、任務(wù)四：客戶評(píng)價(jià)情感分析4.2自然語(yǔ)言處理的基礎(chǔ)技術(shù)自然語(yǔ)言處理中的常用技術(shù)分詞（WordSegmentation）將連續(xù)的自然語(yǔ)言文本，切分成具有語(yǔ)義合理性和完整性的詞匯序列命名實(shí)體識(shí)別（NamedEntityRecognition）識(shí)別自然語(yǔ)言文本中具有特定意義的實(shí)體（人、地、機(jī)構(gòu)、時(shí)間、作品等）詞性標(biāo)注（Part-of-SpeechTagging）為自然語(yǔ)言文本中的每個(gè)詞匯賦予一個(gè)詞性（名詞、動(dòng)詞、形容詞等）依存句法分析（DependencyParsing）又稱依存句法分析（dependencysyntacticparsing），簡(jiǎn)稱依存分析，作用是識(shí)別句子中詞匯與詞匯之間的相互依存關(guān)系。語(yǔ)義分析(SemanticAnalysis)

基礎(chǔ)語(yǔ)言工具詞法分析分詞、詞性標(biāo)注、命名實(shí)體識(shí)別詞向量表示與語(yǔ)言模型詞語(yǔ)的向量化來(lái)實(shí)現(xiàn)文本的可計(jì)算，語(yǔ)義挖掘、相似度計(jì)算等應(yīng)用短文本相似度高精度的短文本相似度服務(wù)，幫助快速實(shí)現(xiàn)推薦、檢索、排序等應(yīng)用解決方案集成評(píng)論觀點(diǎn)抽取自動(dòng)抽取和分析評(píng)論觀點(diǎn),實(shí)現(xiàn)輿情分析、用戶理解，支持產(chǎn)品優(yōu)化和營(yíng)銷決策機(jī)器翻譯支持全球多種語(yǔ)言實(shí)時(shí)互譯4.3自然語(yǔ)言處理的常見(jiàn)應(yīng)用詞法分析：分詞、詞性標(biāo)注、命名實(shí)體識(shí)別2003年10月15日，楊利偉乘由長(zhǎng)征二號(hào)F火箭運(yùn)載的神舟五號(hào)飛船首次進(jìn)入太空，象征著中國(guó)太空事業(yè)向前邁進(jìn)一大步，起到了里程碑的作用。4.2自然語(yǔ)言處理的基礎(chǔ)技術(shù)詞法分析：分詞切分歧義組合型歧義：中華人民共和國(guó)粗粒度的分詞中華人民共和國(guó)細(xì)粒度的分詞中華/人民/共和國(guó)交集型歧義：羽毛球拍賣完了羽毛球拍/賣完/了羽毛球/拍賣/完了真歧義：下雨天留客天留我不留下雨天/留客天/留我不/留下雨/天留客/天留/我不留未登錄詞新詞熱詞：神馬、不明覺(jué)厲、吃雞、房奴、給力等專有名詞：拜登、南蘇丹、泰康人壽、亮劍、花唄專業(yè)名詞：

禽流感、三聚氰胺等人名：……未登錄詞增長(zhǎng)速度太快未登錄詞長(zhǎng)度不定，來(lái)自普通詞匯將連續(xù)的自然語(yǔ)言文本，切分成具有語(yǔ)義合理性和完整性的詞匯序列4.3自然語(yǔ)言處理的常見(jiàn)應(yīng)用詞向量：利用大數(shù)據(jù)和深度學(xué)習(xí)模型，將語(yǔ)言詞表中的詞映射成一個(gè)長(zhǎng)度固定的向量。所有的詞向量構(gòu)成一個(gè)向量空間，每一個(gè)詞都是這個(gè)詞向量空間中的一個(gè)點(diǎn)，據(jù)此實(shí)現(xiàn)詞匯本身的向量化表示和詞匯之間的相似度計(jì)算。詞向量詞匯語(yǔ)義相似度4.2自然語(yǔ)言處理的基礎(chǔ)技術(shù)西瓜呆瓜草莓“西瓜”在語(yǔ)義上更像“呆瓜”還是“草莓”？？？√(0.018,0.4696,0.5076,-0.5987,…)向量化表示：(0.1858,0.0353,0.1479,0.2210,…)(0.2251,0.2862,0.0347,0.0413,…)向量化表示：0.1150.325相似度計(jì)算：文本語(yǔ)義相似度4.2自然語(yǔ)言處理的基礎(chǔ)技術(shù)車頭如何放置車牌前牌照怎么裝如何辦理北京牌照“車頭如何放置車牌”跟哪句話的語(yǔ)義更接近？？？(0.844,-0.039,-0.789,-0.499,…)(0.355,0.238,-0.671,-0.743,…)(0.197,0.619,-0.849,-0.652,…)0.4860.762√向量化表示：向量化表示：相似度計(jì)算：1、自然語(yǔ)言處理的概念2、自然語(yǔ)言處理的基礎(chǔ)技術(shù)3、自然語(yǔ)言處理的常見(jiàn)應(yīng)用4、知識(shí)圖譜及應(yīng)用5、任務(wù)四：客戶評(píng)價(jià)情感分析1、機(jī)器翻譯機(jī)器翻譯（MachineTranslation）又稱為自動(dòng)翻譯，是指運(yùn)用機(jī)器，通過(guò)特定的計(jì)算機(jī)程序?qū)⒁环N文本或聲音形式的自然語(yǔ)言，翻譯成另一種文本或聲音形式的自然語(yǔ)言。4.3自然語(yǔ)言處理的常見(jiàn)應(yīng)用他說(shuō)：“我訪問(wèn)的目的是加強(qiáng)中國(guó)和津巴布韋之間的傳統(tǒng)友誼，深化務(wù)實(shí)合作，把兩國(guó)關(guān)系提高到更高水平，為兩國(guó)人民帶來(lái)更多的好處?！币环N自然語(yǔ)言（源語(yǔ)言）翻譯另一種自然語(yǔ)言（目標(biāo)語(yǔ)言）計(jì)算機(jī)4.3自然語(yǔ)言處理的常見(jiàn)應(yīng)用1、機(jī)器翻譯瀏覽外文網(wǎng)站研讀國(guó)外論文跨語(yǔ)言面對(duì)面溝通語(yǔ)言在線交流背誦外語(yǔ)單詞學(xué)習(xí)作文寫作學(xué)習(xí)閱讀商業(yè)貿(mào)易往來(lái)會(huì)議展覽溝通商貿(mào)了解國(guó)外旅游信息國(guó)外旅游打通語(yǔ)言障礙旅游交流在線翻譯2、垃圾郵件分類垃圾郵件過(guò)濾器是抵御垃圾郵件問(wèn)題的第一道防線，其工作原理是“關(guān)鍵詞過(guò)濾”，即如果郵件中存在常見(jiàn)的垃圾郵件關(guān)鍵詞，就判定為垃圾郵件。正常郵件中也可能有這些關(guān)鍵詞，非常容易誤判垃圾郵件也會(huì)進(jìn)化，通過(guò)將關(guān)鍵詞進(jìn)行變形，很容易規(guī)避關(guān)鍵詞過(guò)濾4.3自然語(yǔ)言處理的常見(jiàn)應(yīng)用通過(guò)自然語(yǔ)言處理方法，學(xué)習(xí)大量的垃圾郵件和非垃圾郵件，收集郵件中的特征詞，生成垃圾詞庫(kù)和非垃圾詞庫(kù)，然后根據(jù)這些詞庫(kù)的統(tǒng)計(jì)頻數(shù)計(jì)算郵件屬于垃圾郵件的概率，以此來(lái)進(jìn)行判定，則能夠相對(duì)準(zhǔn)確地判斷郵件是否為垃圾郵件。3、信息抽取信息抽取是把文本里包含的信息進(jìn)行結(jié)構(gòu)化處理，變成表格一樣的組織形式。輸入信息抽取系統(tǒng)的是各種各樣文檔中的原始文本，輸出的是固定格式的信息點(diǎn)?？梢詮闹付ㄎ谋痉秶刑崛〕鰰r(shí)間、地點(diǎn)、人物、事件等重要信息，幫人們節(jié)省大量時(shí)間成本，提高效率。

4.3自然語(yǔ)言處理的常見(jiàn)應(yīng)用例：10月28日，AMD宣布斥資350億美元收購(gòu)FPGA芯片巨頭賽靈思，這兩家傳了多年緋聞的芯片公司終于走到了一起。抽取結(jié)果事件：收購(gòu)時(shí)間：2020年10月28日收購(gòu)者：AMD被收購(gòu)者：賽靈思收購(gòu)金額：350億美元信息抽取子任務(wù)抽取結(jié)果實(shí)體抽取公司名:AMD公司名:

賽靈思關(guān)系抽取賽靈思時(shí)間表達(dá)式抽取10月28日時(shí)間表達(dá)式歸一化2020年10月28日4、文本情感分析文本情感分析又稱意見(jiàn)挖掘、傾向性分析，是對(duì)帶有情感色彩的主觀性文本進(jìn)行分析、處理、歸納和推理的過(guò)程?；ヂ?lián)網(wǎng)(如博客和論壇以及社會(huì)服務(wù)網(wǎng)絡(luò)如大眾點(diǎn)評(píng))上產(chǎn)生了大量的用戶參與的、對(duì)于諸如人物、事件、產(chǎn)品等有價(jià)值的評(píng)論信息。網(wǎng)絡(luò)管理員可以通過(guò)瀏覽這些主觀色彩的評(píng)論來(lái)了解大眾輿論對(duì)于某一事件的看法企業(yè)可以分析消費(fèi)者對(duì)產(chǎn)品的反饋信息，以便作出反饋或改進(jìn)4.3自然語(yǔ)言處理的常見(jiàn)應(yīng)用5、智能問(wèn)答智能問(wèn)答系統(tǒng)以一問(wèn)一答形式，精確地定位網(wǎng)站用戶所需要的提問(wèn)知識(shí)，通過(guò)與網(wǎng)站用戶進(jìn)行交互，為網(wǎng)站用戶提供個(gè)性化的信息服務(wù)。首先要正確理解用戶所提出的問(wèn)題，抽取其中關(guān)鍵的信息，然后在已有的語(yǔ)料庫(kù)或者知識(shí)庫(kù)中進(jìn)行檢索、匹配，將獲取的答案反饋給用戶。分為檢索式問(wèn)答、社區(qū)問(wèn)答以及知識(shí)庫(kù)問(wèn)答三種。4.3自然語(yǔ)言處理的常見(jiàn)應(yīng)用第一輪Q1:上海明天下雨嗎

第二輪Q2:這周六呢改寫后本輪Q2rev:上海這周六下雨嗎6、個(gè)性化推薦個(gè)性化推薦是根據(jù)用戶的興趣特點(diǎn)和購(gòu)買行為，向用戶推薦用戶感興趣的信息和商品。4.3自然語(yǔ)言處理的常見(jiàn)應(yīng)用個(gè)性推薦熱搜新聞詞今日頭條的新聞推薦知乎上的話題推薦購(gòu)物平臺(tái)的商品推薦直播平臺(tái)的主播推薦4.3自然語(yǔ)言處理的常見(jiàn)應(yīng)用麻省理工學(xué)院為無(wú)人機(jī)配備RFID技術(shù)，進(jìn)行倉(cāng)庫(kù)貨物管理麻省理工學(xué)院的研究團(tuán)隊(duì)為無(wú)人機(jī)在倉(cāng)庫(kù)中使用RFID技術(shù)進(jìn)行庫(kù)存查找等工作，創(chuàng)造了一種聰明的新方式。它允許公司使用更小，更安全的無(wú)人機(jī)在巨型建筑物中找到之前無(wú)法找到的東西。使用RFID標(biāo)簽更換倉(cāng)庫(kù)中的條形碼，將幫助提升自動(dòng)化并提高庫(kù)存管理的準(zhǔn)確性。與條形碼不同，RFID標(biāo)簽不需要對(duì)準(zhǔn)掃描，標(biāo)簽上包含的信息可以更廣泛和更容易地更改。它們也可以很便宜，盡管有優(yōu)點(diǎn)，但是它具有局限性，對(duì)于跟蹤商品沒(méi)有設(shè)定RFID標(biāo)準(zhǔn)，“標(biāo)簽沖突”可能會(huì)阻止讀卡器同時(shí)從多個(gè)標(biāo)簽上拾取信號(hào)。掃描RFID標(biāo)簽的方式也會(huì)在大型倉(cāng)庫(kù)內(nèi)引起尷尬的問(wèn)題。固定的RFID閱讀器和閱讀器天線只能掃描通過(guò)設(shè)定閾值的標(biāo)簽，手持式讀取器需要人員出去手動(dòng)掃描物品。幾家公司已經(jīng)解決了無(wú)人機(jī)讀取RFID的技術(shù)問(wèn)題。配有RFID讀卡器的無(wú)人機(jī)可以代替庫(kù)存盤點(diǎn)的人物，并以更少的麻煩更快地完成工作。一個(gè)人需要梯子或電梯進(jìn)入的高箱，可以通過(guò)無(wú)人機(jī)很容易地達(dá)到，無(wú)人機(jī)可以被編程為獨(dú)立地導(dǎo)航空間，并且他們比執(zhí)行大規(guī)模的重復(fù)任務(wù)的準(zhǔn)確性和效率要比人類更好。目前市場(chǎng)上的RFID無(wú)人機(jī)需要龐大的讀卡器才能連接到無(wú)人機(jī)的本身。這意味著它們必須足夠大，以支持附加硬件的尺寸和重量，使其存在墜機(jī)風(fēng)險(xiǎn)。麻省理工學(xué)院的新解決方案，名為Rfly，允許無(wú)人機(jī)閱讀RFID標(biāo)簽，而不用捆綁巨型讀卡器。相反，無(wú)人機(jī)配備了一個(gè)微小的繼電器，它像Wi-Fi中繼器一樣。無(wú)人機(jī)接收從遠(yuǎn)程RFID讀取器發(fā)送的信號(hào)，然后轉(zhuǎn)發(fā)它讀取附近的標(biāo)簽。由于繼電器很小，這意味著可以使用更小巧的無(wú)人機(jī)，可以使用塑料零件，可以適應(yīng)較窄的空間，不會(huì)造成人身傷害的危險(xiǎn)。麻省理工學(xué)院的Rfly系統(tǒng)本質(zhì)上是對(duì)現(xiàn)有技術(shù)的一個(gè)聰明的補(bǔ)充，它不僅消除了額外的RFID讀取器，而且由于它是一個(gè)更輕的解決方案，允許小型無(wú)人機(jī)與大型無(wú)人機(jī)做同樣的工作。研究團(tuán)隊(duì)正在馬薩諸塞州的零售商測(cè)試該系統(tǒng)。新聞?wù)?、文章分類?00字摘要麻省理工學(xué)院的研究團(tuán)隊(duì)為無(wú)人機(jī)在倉(cāng)庫(kù)中使用RFID技術(shù)進(jìn)行庫(kù)存查找等工作，創(chuàng)造了一種聰明的新方式。使用RFID標(biāo)簽更換倉(cāng)庫(kù)中的條形碼，將幫助提升自動(dòng)化并提高庫(kù)存管理的準(zhǔn)確性。幾家公司已經(jīng)解決了無(wú)人機(jī)讀取RFID的技術(shù)問(wèn)題。麻省理工學(xué)院的新解決方案，名為Rfly，允許無(wú)人機(jī)閱讀RFID標(biāo)簽，而不用捆綁巨型讀卡器。無(wú)人機(jī)接收從遠(yuǎn)程RFID讀取器發(fā)送的信號(hào)，然后轉(zhuǎn)發(fā)它讀取附近的標(biāo)簽。820字報(bào)道量大，難以閱讀7、語(yǔ)言生成1、自然語(yǔ)言處理的概念2、自然語(yǔ)言處理的基礎(chǔ)技術(shù)3、自然語(yǔ)言處理的常見(jiàn)應(yīng)用4、知識(shí)圖譜及應(yīng)用5、任務(wù)四：客戶評(píng)價(jià)情感分析1、知識(shí)圖譜的定義4.4知識(shí)圖譜及應(yīng)用找到最想要的信息提供最全面的摘要讓搜索更有深度和廣度

知識(shí)圖譜（KnowledgeGraph），在圖書(shū)情報(bào)界稱為知識(shí)域可視化或知識(shí)領(lǐng)域映射地圖，是顯示知識(shí)發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列不同的圖形，用可視化技術(shù)描述知識(shí)資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識(shí)及它們之間的相互聯(lián)系。2、知識(shí)圖譜舉例4.4知識(shí)圖譜及應(yīng)用谷歌知識(shí)圖譜舉例神舟十四號(hào)：發(fā)射過(guò)程，相關(guān)航天器

人物：兩類人際關(guān)系3、應(yīng)用：欺詐環(huán)4.4知識(shí)圖譜及應(yīng)用信用卡申請(qǐng)反欺詐圖譜:

銀行信用卡的申請(qǐng)欺詐包括個(gè)人欺詐、團(tuán)伙欺詐、中介包裝、偽冒資料等，是指申請(qǐng)者使用本人身份或他人身份或編造、偽造虛假身份進(jìn)行申請(qǐng)信用卡、申請(qǐng)貸款、透支欺詐等欺詐行為。

欺詐者一般會(huì)共用合法聯(lián)系人的一部分信息，如電話號(hào)碼、聯(lián)系地址、聯(lián)系人手機(jī)號(hào)等，并通過(guò)它們的不同組合創(chuàng)建多個(gè)合成身份。電話地址電話1地址A電話2地址B電話3地址C3個(gè)身份信息電話地址電話1地址A電話2地址B電話3地址C9個(gè)身份信息3、應(yīng)用4.4知識(shí)圖譜及應(yīng)用1、信用卡申請(qǐng)反欺詐圖譜2、企業(yè)知識(shí)圖譜：融合企業(yè)數(shù)據(jù)，構(gòu)建企業(yè)知識(shí)圖譜，用于企業(yè)風(fēng)險(xiǎn)評(píng)估、企業(yè)社交圖譜查詢、企業(yè)最終控制人查詢、企業(yè)之間路徑發(fā)現(xiàn)、上市企業(yè)智能問(wèn)答等3、交易知識(shí)圖譜：從身份證，手機(jī)號(hào)、設(shè)備指紋、IP等多重維度對(duì)持卡人的歷史交易信息進(jìn)行自動(dòng)化關(guān)聯(lián)分析，關(guān)聯(lián)分析出可疑人員和可疑交易4、反洗錢知識(shí)圖譜：精準(zhǔn)追蹤卡與卡之間的交易路徑，從源頭的賬戶/卡號(hào)/商戶等關(guān)聯(lián)至最后收款方，識(shí)別洗錢/套現(xiàn)路徑和可疑人員5、信貸/消費(fèi)貸知識(shí)圖譜：對(duì)于互聯(lián)網(wǎng)信貸、消費(fèi)貸、小額現(xiàn)金貸等場(chǎng)景，進(jìn)行自動(dòng)化關(guān)聯(lián)分析，結(jié)合規(guī)則識(shí)別圖中異常信息，有效判別申請(qǐng)人信息真實(shí)性和可靠性6、內(nèi)控知識(shí)圖譜：防止中介人員通過(guò)制造或利用對(duì)方信息的不對(duì)稱，在企業(yè)負(fù)責(zé)人不知情的情況下，將企業(yè)存款從銀行偷偷轉(zhuǎn)移1、自然語(yǔ)言處理的概念2、自然語(yǔ)言處理的基礎(chǔ)技術(shù)3、自然語(yǔ)言處理的常見(jiàn)應(yīng)用4、知識(shí)圖譜及應(yīng)用5、任務(wù)四：客戶評(píng)價(jià)情感分析任務(wù)四：客戶評(píng)價(jià)情感分析網(wǎng)絡(luò)通信正常已安裝Anaconda集成環(huán)境已安裝百度SDK并注冊(cè)用戶1、任務(wù)描述準(zhǔn)備一段客戶評(píng)價(jià)文字在百度平臺(tái)創(chuàng)建Nlp應(yīng)用并獲取鑒權(quán)信息

編寫五行代碼編譯運(yùn)行并查看結(jié)果2、環(huán)境要求3、任務(wù)設(shè)計(jì)本次任務(wù)是借助百度Nlp接口，識(shí)別出客戶對(duì)產(chǎn)品評(píng)價(jià)的情感傾向。效果如下所示。｝任務(wù)一請(qǐng)掃碼完成集成環(huán)境&百度平臺(tái)任務(wù)四：客戶評(píng)價(jià)情感分析創(chuàng)建Nlp應(yīng)用并獲取秘鑰4、任務(wù)實(shí)施②③④登錄

①

②開(kāi)放能力

③語(yǔ)言與知識(shí)

④情感傾向分析

⑤立即使用領(lǐng)取免費(fèi)資源⑥去領(lǐng)取

⑦自然語(yǔ)言處理

⑧全部

⑨0元領(lǐng)取創(chuàng)建應(yīng)用⑩去創(chuàng)建

?填寫應(yīng)用名稱（自定義）

?填寫應(yīng)用描述（自定義）

?立即創(chuàng)建獲取密鑰?