华天清

自然语言处理NLP的一项重要处理就是情感分析Sentiment Analysis，它在社交内容的分析以及电商评论反馈分析中，都占有很高的分析价值，下面整理了情感分析的入门知识框架。 （1）按情感倾向 / 极性划分；比如分为正面、负面、中性情感。 （2）按情感程度深浅划分；比如分…

这是自然语言处理和机器学习笔记系列的第三篇。跟前两篇类似，都是简单的罗列，期望作为进一步深入学习的线索。 a. 线性回归 Liner Regression b. 逻辑回归 Logistics Regression c. 普通最小二乘回归 Ordinary Least Squar…

本文与前一篇文章《自然语言处理NLP知识和产品的笔记》属于同一个系列，前文已经提到，这是GooSeeker团队在开发中文文本分析软件新版本过程中的学习笔记，所以，再次提醒，下面所整理的内容，尤其是概念间的关系，可能是不严谨的。整个内容肯定是不完备的，只是共享给大家作为探索的线索…

我和同事一直在维护一个面向高校学生和行业研究者的文本分析软件包。自然语言处理和文本挖掘分析领域发展很快，不断有新的理论和方法引入进来，比如近几年很热的神经网络和深度学习等，所以，要让自己的软件能有好的体验，也要跟上最新的发展，要不断地学习。 近期软件做了一次重大升级，在这个过程…

华为的鸿蒙操作系统上线引发了热议，有赞美的，也有质疑的。为了全面地和量化地评估鸿蒙的舆论态势，我从知乎上采集了关于鸿蒙问题的回答，看看大家说了什么，围绕鸿蒙这个概念形成了一种什么样的话语环境，我们将识别组成这个话语环境的特征词和并进行相关统计。 这个分析是比较简单的，重在介绍探…

前面的所有文章都是开发Python网络爬虫的编程要点，那么爬下来的数据可以做什么呢？接下来的文章我打算探讨一些数据分析应用场景。 没有更新专栏文章很久了，因为所有的精力在做一件事。在过去的两年里，GooSeeker团队内部组建了一个特殊小组，专门探索与城市相关的数据整理和数据应…

GooSeeker研发团队开发的城市要素库分析系统中最大的数据集是招聘和房产房源，是一个重要的营商环境分析数据源。在《城市要素库的人才招聘分析系统的指数算法》一文讲解了一种指数算法，建立了量化分析的基础，那篇文章也介绍了一个排行榜，观察各城市在各种行业上的排行。然而，无法整体观…

GooSeeker研发团队开放城市要素库的目的是提供一个用于研究的数据源，比如，用于职居分析、营商环境分析，考察一个城市的经济、民生等特征和变迁。下面几篇文章记录了我们对数据做的一些运算和研究尝试。 本文介绍一个人才招聘分析专题系统的开发思路和数据处理方法，这是一个简单的数据处…

智慧城市和政府数据开放平台建设正在全面展开，有朋友问：国内的建设水平与国外的有什么差距？针对这个问题，我在此共享一份研究报告。这份报告是一个系列中的一份，在实施城市要素库建设项目伊始，GooSeeker团队对国际上所有知名的公共部门的数据开放平台做了一次全面的对比研究，这一份是…