#################################################

课前答疑

春雨老师讲作业：

客观题：

第一题: B 连续值
第二题：人脸关键点检测是回归任务
第三题：人脸关键点检测可以用哪个评估？ A
第四题： B compose用于组合数字处理
多选题1：ABC
多选题2 ：全选完事

第二课实践题

基本的作业在下面

1. 请补齐模型实例化代码
2. 模型训练与优化中写一个模型训练过程代码
3. 执行预测部分补充网络结构和文件加载代码

如果有实在不会的地方可以参考代码中的其他版本
（但是建议尽量不要看答案，自己写）
自己动手，印象深刻！！

###########################################################

开始上课：基于LSTM的电商评论情感倾向分析

陈硕 老师 讲 电商评论中的情感倾向

LSTM算法：

技术：NLP中的情感分析

课程目标

1. 初识NLP建立基本概念
2. 了解一些理论，如LSTM算法
3. 了解百度飞桨的NLP相关API
4. 项目实践能力——查资料；改代码；跑程序

基本概念

NLP任务对象： 字；词语；句子；篇章
NLP应用场景：
分词；词性标注；地名、机构名识别；快递单信抽取；搜索；文章、视频推荐；智能客服；对话；低质文章识别…
还有一种分类方式：

情感分析

文本分类任务的经典场景
输入为一个自然语言句子；输出为这个句子的情感分类
通常视为一个三分类问题（或二分类）： 正向 负向 中性

文本分类的通用步骤

文本输入–》向量表示–》下游任务的神经网络

1. 自然语言===》向量

如同CV中可以用RGB像素值表示向量一样，自然语言也需要通过转化形成计算机可理解和编辑的输入形式。
这是NLP任务最原始的任务。

NLP数据处理通用流程

神图镇楼：
Q1：如何切词？

Q2：如何批处理？

词向量–》句子向量

（最后一个是预训练模型）

循环神经网络（RNN）用于处理序列信息

输入：一个序列信息
运行：从左到右逐词处理，不断调用一个相同的网络单元 （考点要考）
后面的输出依赖于前文

基本的RNN网络结构：

今天所用网络：LSTM 长效短时记忆网络
比基本的 RNN网络复杂，

输入-通过三个门-考虑当前的状态-输出

实战演练

参考：
https://aistudio.baidu.com/aistudio/projectdetail/1468469

核心API：