TensorFlow机器学习

第6章　探索文本含义

到目前为止，我们主要使用TensorFlow来进行图像处理，并在某些时候将其用于文本序列处理。在本章中，我们将回顾手写字体识别并寻找文本中的含义。这通常是自然语言处理（Natural Language Processing，NLP）领域的一部分。该领域的一些应用如下所示。

• 情感分析——它从文本中提取普通的情绪类别，而无须提取句子的主题或动作。
• 实体抽取——它会提取主题，例如，从一段文本中提取人物、地点和事件。
• 关键字提取——它会从一段文本中提取关键字。
• 词关系提取——它不仅会提取实体，还会提取相关的动作以及词性。

以上仅仅涉及了NLP的表皮，NLP还包含其他技术，以及这些技术的一系列复杂的衍生问题。这看起来似乎有点学术，但从上面介绍的4种技术能实现的内容来考虑，就不会这样认为了。以下是一些应用示例。

• 阅读新闻并理解新闻的主题（主体、公司、位置等）。
• 阅读前面的新闻并理解它们所包含的情绪（快乐、悲伤、愤怒等）。
• 分析产品评论并理解用户对该产品的情绪（满意、失望等）。
• 编写一个机器人，响应自然语言形式的用户聊天命令。

与之前的机器学习探索工作相同，我们付出了相当多的努力来进行设置。在本例中，我们将花一些时间来编写脚本，以真正地实现从兴趣源头获取文本。

6.1　额外设置

为了包含文本处理所需要的库，需要进行额外的设置。如下面所示。

1．首先是Bazel。在Ubuntu上，根据官方教程安装Bazel。在macOS上，可以使用HomeBrew来安装Bazel，如下所示。

$ brew install bazel

2．然后，安装swig，它允许我们封装C/C++函数，以实现在Python中对这些函数进行调用。在Ubuntu上，可以使用以下命令安装。

$ sudo ...