小發(fā)貓軟件特色
情感分析 Sentiment Analysis
情感分析指的是對文本中情感的傾向性和評價對象進行提取的過程。
小發(fā)貓NLP情感引擎提供行業(yè)領先的篇章級情感分析?；谏习偃f條社交網(wǎng)絡平衡語料和數(shù)十萬條新聞平衡語料的機器學習模型，結合自主開發(fā)的半監(jiān)督學習技術，正負面情感分析準確度達到80%~85% 。經(jīng)過行業(yè)數(shù)據(jù)標注學習后準確率可達85%~90%。
信息分類 Classification
文本信息分類將文本按照預設的分類體系進行自動區(qū)分。
小發(fā)貓?zhí)峁┒ㄖ频奈谋痉诸怉PI服務，有著廣泛的商業(yè)應用前景。
例如，通過社交網(wǎng)絡挖掘商業(yè)情報和潛在銷售機會，企業(yè)內(nèi)文本數(shù)據(jù)分析，海量數(shù)據(jù)篩選，資訊分類和自動標簽預測等。
小發(fā)貓AI智能寫作中文版基于小發(fā)貓自主研發(fā)的語義聯(lián)想、句法分析等技術，通過半監(jiān)督學習引擎的訓練，只需要進行少量的代表性數(shù)據(jù)標注，就可以達到商用級別的預測準確率。
實體識別 Named Entity Recognition
實體識別用于從文本中發(fā)現(xiàn)有意義的信息，例如人名、公司名、產(chǎn)品名、時間、地點等。
實體識別是語義分析中的重要的基礎，是情感分析、機器翻譯、語義理解等任務中的重要步驟。
小發(fā)貓NLP實體識別引擎基于自主研發(fā)的結構化信息抽取算法，F(xiàn)1分數(shù)達到81%，相比于StanfordNER高出7個百分點。通過對行業(yè)語料的進一步學習，可以達到更高的準確率。
典型意見 Opinion Extraction
典型意見引擎將消費者意見進行單句級別的語義聚合，提取出有代表性的意見?？捎糜谙M者調(diào)研、電商點評分析和社會熱點事件的意見整理。 基于語義的分析引擎在準確率上有較大的突破，能將含義接近但表述不同的意見聚合在一起，并可通過參數(shù)調(diào)節(jié)聚類的大小獲得更好的效果，與人工整理相比更加快速、準確 。
文本聚類 Clustering
相似文本聚類指的是機器自動對給定的文本進行話題聚類，將語義上相似的內(nèi)容歸為一類，有助于海量文檔、資訊的整理，和話題級別的統(tǒng)計分析。 小發(fā)貓自主研發(fā)的文本聚類算法：
一方面加入了對語義的擴展，保證同一個意見的不同表述可以被歸納在一起。
另一方面又避免了傳統(tǒng)的K-means等算法需要預先設定聚類總數(shù)的困難，基于數(shù)據(jù)的分布自動選擇合適的閾值。
關鍵詞提取 Keyword Extraction
關鍵詞提取引擎從一篇或多篇文本中提取出有代表性的關鍵詞。
小發(fā)貓的關鍵詞提取技術綜合考慮詞語在文本中的頻率，和詞語在千萬級背景數(shù)據(jù)中的頻率，選擇出最具有代表性的關鍵詞并給出相應權重。
小發(fā)貓安裝步驟
1.在華軍軟件園下載小發(fā)貓官方版的安裝包
2.下載后，將壓縮包解壓到以此軟件命名的文件夾內(nèi)
3.打開文件夾，雙擊“exe”程序
4.小發(fā)貓為綠色軟件，無需安裝即可使用
小發(fā)貓更新日志
1.對部分功能進行了優(yōu)化
2.解了好多不能忍的bug
華軍小編推薦：
小發(fā)貓在行業(yè)內(nèi)算是數(shù)一數(shù)二的軟件，相信有很多的小伙伴都會使用過的，你再不用就OUT了。本站還為您準備了號碼魔方、中原銀行網(wǎng)銀助手、搜狗輸入法皮膚盒子、平安銀行網(wǎng)銀助手、綠豆HTC一鍵解鎖
您的評論需要經(jīng)過審核才能顯示
有用
有用
有用