USC探究項(xiàng)目

電影評(píng)論中的情感和輿情分析

課題簡(jiǎn)介

自然語言處理（Natural Language Processing）是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要研究方向。以實(shí)現(xiàn)人與計(jì)算機(jī)之間通過自然語言進(jìn)行有效通信為研究目的，通過統(tǒng)計(jì)學(xué)的方法，利用計(jì)算機(jī)處理大規(guī)模自然語言數(shù)據(jù)。自然語言處理是一門融合計(jì)算語言學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)于一體的科學(xué)，其研究有廣泛的應(yīng)用，包括語音識(shí)別、自然語言理解、自然語言生成、機(jī)器翻譯、對(duì)話系統(tǒng)等。

情感分析通常使用自然語言處理技術(shù)，識(shí)別客戶評(píng)論的語義情感，語句表達(dá)的情緒正負(fù)面，或者通過分析語音及文字判斷其表達(dá)的情感等來完成廣義上的主觀分析。經(jīng)過初步的學(xué)習(xí)了解機(jī)器學(xué)習(xí)之后，學(xué)生可以獨(dú)立利用開源數(shù)據(jù)庫對(duì)帶有情感色彩的主觀性文本進(jìn)行分析、處理、歸納和推理的過程，如從電影評(píng)論中分析用戶對(duì)電影的評(píng)價(jià)。

本次課題結(jié)合機(jī)器學(xué)習(xí)和自然語言處理兩門學(xué)科，在幫助學(xué)生加深對(duì)數(shù)學(xué)線性代數(shù)和機(jī)器學(xué)習(xí)重要算法應(yīng)用了解的同時(shí)，還可以讓學(xué)生利用所學(xué)知識(shí)對(duì)機(jī)器學(xué)習(xí)中向量機(jī)算法構(gòu)建數(shù)學(xué)模型對(duì)詞語情感進(jìn)行分析探究。最后對(duì)比其他主流算法，幫助學(xué)生進(jìn)行結(jié)果預(yù)測(cè)和對(duì)結(jié)果預(yù)測(cè)的原因分析。

科研方法

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研

使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進(jìn)行預(yù)測(cè)，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實(shí)驗(yàn)或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研可以借助AI算法強(qiáng)大的運(yùn)算能力，高效地進(jìn)行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點(diǎn)。

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研已被廣泛地應(yīng)用于各個(gè)領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進(jìn)行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬萬，使用傳統(tǒng)的科研方式對(duì)其進(jìn)行分析，工程量大、過程繁瑣，在客觀上難以實(shí)現(xiàn)。

但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫，與過往的研究成果進(jìn)行對(duì)照，快速、準(zhǔn)確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標(biāo)準(zhǔn)化”成為可能。

---

課題要求

本課題適合： 9-12 年級(jí)學(xué)生，有較強(qiáng)的邏輯思維和抽象思維能力：

英文：
1、具備基本的學(xué)術(shù)英語閱讀能力；
2、接觸過英文寫作，能初步撰寫英文文章；

數(shù)學(xué)：
1、概率統(tǒng)計(jì)基礎(chǔ)知識(shí)；
2、線性回歸；
3、微積分基礎(chǔ)；
4、線性代數(shù)；

計(jì)算機(jī)：
1、Python NLTK；
2、Python編程基礎(chǔ)；
3、Numpy庫基礎(chǔ)；
4、Scikit-learn；