PHP と機械学習: 感情分析とコメント モデリングを実行する方法
はじめに:
ソーシャル メディアの人気とインターネット コメントの増加に伴い、テキストの感情分析とコメント モデリングの需要が高まっています。も増えて、どんどん大きくなっていきます。機械学習は、感情分析とレビューモデリングの自動化に役立つ効果的な方法です。この記事では、PHP と機械学習を使用してこれらのタスクを達成する方法を説明し、いくつかのコード例を示します。
感情分析とは、テキスト内の感情の傾向を分析することによって、テキストの感情状態 (肯定的、否定的、中立など) を判断することを指します。 PHP では、オープンソースの自然言語処理ライブラリを使用して、TextBlob などの感情分析を実装できます。
まず、PHP プロジェクトに TextBlob ライブラリをインストールする必要があります。次のコマンドを使用して、Composer を使用してインストールできます:
composer require php-ai/php-ml
次に、次のコードを使用してセンチメント分析を実行できます:
use PhpmlTokenizationWhitespaceTokenizer; use PhpmlFeatureExtractionTfIdfTransformer; use PhpmlFeatureExtractionTokenCountVectorizer; use PhpmlClassificationSVC; use PhpmlSupportVectorMachineKernel; $text = "这部电影真是太棒了!演员表现出色,剧情扣人心悬,非常推荐!"; $vectorizer = new TokenCountVectorizer(new WhitespaceTokenizer()); $tfIdfTransformer = new TfIdfTransformer(); $vectorizer->fit([$text]); $vectorizer->transform([$text]); $classifier = new SVC(Kernel::RBF, $cost = 1000); $classifier->train($samples = [$text], $labels = ['positive']); $result = $classifier->predict($vectorizer->transform([$text])); echo $result; // 输出:positive
上記のコード例では、最初に必要なファイルをインポートしました。次に、クラスとインターフェイスが文字列リテラルとして定義されます。次に、特徴抽出器を初期化し、それにテキストを当てはめます。次に、サポート ベクター マシン分類器を使用して、テキストとラベルを入力として受け取り、モデルをトレーニングします。最後に、訓練されたモデルを使用して、テキストの感情的傾向を予測します。
コメント モデリングとは、ユーザー レビューの内容と感情を分析して、製品やサービスの品質などのレビューのカテゴリを予測することを指します。満足のいくもの。 PHP では、機械学習ライブラリ php-ai/php-ml を使用してコメント モデリングを実装できます。
まず、php-ai/php-ml ライブラリをインストールする必要があります。次のコマンドを使用して Composer をインストールできます:
composer require php-ai/php-ml
次に、次のコードを使用してコメント モデリングを実装できます:
use PhpmlTokenizationWhitespaceTokenizer; use PhpmlFeatureExtractionTfIdfTransformer; use PhpmlFeatureExtractionTokenCountVectorizer; use PhpmlClassificationNaiveBayes; $comments = [ '这家餐厅的食物非常好吃,服务也很好!', '这个产品真的很好,质量非常出色!', '这本书真是一本好书,非常推荐阅读!', '这个电影太糟糕了,不值得一看!' ]; $labels = ['positive', 'positive', 'positive', 'negative']; $vectorizer = new TokenCountVectorizer(new WhitespaceTokenizer()); $tfIdfTransformer = new TfIdfTransformer(); $vectorizer->fit($comments); $vectorizer->transform($comments); $classifier = new NaiveBayes(); $classifier->train($vectorizer->transform($comments), $labels); $newComment = '这个产品质量太差,根本不能用!'; $result = $classifier->predict($vectorizer->transform([$newComment])); echo $result; // 输出:negative
上記のコード例では、最初にrequired クラスとインターフェイスは、一連のコメントと対応するタグを定義します。次に、特徴抽出プログラムを初期化し、レビューをそれに当てはめました。次に、Naive Bayes 分類器を使用してモデルをトレーニングし、レビューとタグを入力として受け取ります。最後に、トレーニングされたモデルを使用して、新しいレビューのカテゴリを予測します。
結論:
この記事では、感情分析とレビュー モデリングに PHP と機械学習を使用する方法を紹介します。 2 つの機械学習ライブラリ TextBlob と php-ai/php-ml を導入して、感情分析とコメント モデリングのコード サンプルをそれぞれ実装しました。この記事が、PHP でテキスト感情分析を実行し、モデリングをレビューしたいと考えている開発者にとって役立つことを願っています。
以上がPHP と機械学習: 感情分析とレビュー モデリングの方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。