【371】Twitter 分类相关

Bag-of-words model：就是将句子打散成单词的集合。

N-gram model：同上，只是按照 n 进行顺序组合。

参考：机器学习实战教程（四）：朴素贝叶斯基础篇之言论过滤器

• 留言板侮辱与非侮辱的分类举例

参考：利用机器学习算法进行特朗普twitter的主题分析

• 数据获取：Twitter API、tweepy
• 数据清洗：NLTK whitespaceTokenizer、转成小写字母、删除无用部分
• 无监督学习：PCA（主成分分析）、LSI（隐性语义索引）、LDA（隐含迪克特雷分析）
• Word Embedding（词向量）：word2vec

参考：Twitter是怎么做情感分析的？长文解读！

• 词干提取算法：Stemming、词形还原、否定处理