丁香五月天婷婷久久婷婷色综合91|国产传媒自偷自拍|久久影院亚洲精品|国产欧美VA天堂国产美女自慰视屏|免费黄色av网站|婷婷丁香五月激情四射|日韩AV一区二区中文字幕在线观看|亚洲欧美日本性爱|日日噜噜噜夜夜噜噜噜|中文Av日韩一区二区

您正在使用IE低版瀏覽器,為了您的雷峰網(wǎng)賬號(hào)安全和更好的產(chǎn)品體驗(yàn),強(qiáng)烈建議使用更快更安全的瀏覽器
此為臨時(shí)鏈接,僅用于文章預(yù)覽,將在時(shí)失效
人工智能 正文
發(fā)私信給AI研習(xí)社-譯站
發(fā)送

0

拿 NLP 來分析我自己的 Facebook 數(shù)據(jù),會(huì)發(fā)生什么?

本文作者: AI研習(xí)社-譯站 2018-08-31 11:37
導(dǎo)語(yǔ):不試試 NLP ,你怎么會(huì)知道原來這么喜歡說“哈哈”

雷鋒網(wǎng)按:本文為 AI 研習(xí)社編譯的技術(shù)博客,原標(biāo)題 Mapping My Facebook Data?—?Part 1: Simple NLP,作者為 Hunter Heidenreich。

翻譯 | 老趙  莫青悠     校對(duì) | 付騰     整理 | MY


當(dāng)一個(gè) NLP(自然語(yǔ)言處理)在觀察我的寫作風(fēng)格(也是如何處理我自己的 Facebook 數(shù)據(jù)?。?/p>

拿 NLP 來分析我自己的 Facebook 數(shù)據(jù),會(huì)發(fā)生什么?

概述

就在不久之前,我還十分癡迷于思考我在一天之內(nèi)產(chǎn)生的文本數(shù)據(jù)總量的問題上。如果你像我一樣,做大量的書寫工作,這無疑是一個(gè)機(jī)會(huì),郵件,短信,F(xiàn)acebook。當(dāng)然,你也可能還有其他的更有創(chuàng)造性的輸出??赡苣銓懭沼?,寫音樂等等。如果你是個(gè)學(xué)生,那么你可能還有一些需要書寫的作用。對(duì)于我本人來說,我真的很希望可以從我產(chǎn)生的這些文本數(shù)據(jù)中得到一些啟示,使用 NLP 來分析這些數(shù)據(jù)真的是一件非??岬氖虑?。

本系列將會(huì)記錄我是如何去實(shí)現(xiàn)這一想法的,如果你也感興趣的話,你也可以參照本系列,自己去嘗試一下。


找到你的數(shù)據(jù)

在考慮過我所有的數(shù)據(jù)之后,我決定聚焦于以下幾個(gè)數(shù)據(jù)源:

  • 我寫的學(xué)校作業(yè)

  • 我的日記

  • 我創(chuàng)作的歌曲集

  • 我的 Facebook 數(shù)據(jù)(包括我的評(píng)論,帖子和聊天內(nèi)容)

在我整個(gè)工程中我使用了以上所有的數(shù)據(jù)源,但是在本系列中,我將僅僅使用我的 Facebook 數(shù)據(jù)。

對(duì)大多數(shù)數(shù)據(jù)來說,我只需要將它放入一個(gè)文本文件中,然后調(diào)用這個(gè)文本文件。但是對(duì)于 Facebook 的數(shù)據(jù),我需要做一些額外的預(yù)處理。


如何得到你的 Facebook 數(shù)據(jù)

我們要如何能夠獲取到 Facebook 的數(shù)據(jù)呢?事實(shí)上要你想象的簡(jiǎn)單很多?,F(xiàn)在(2018.8.20),你可以通過以下步驟獲得你的數(shù)據(jù):

  • 登入 Facebook

  • 點(diǎn)擊右上角的倒三角符號(hào)

  • 點(diǎn)擊設(shè)置

  • 點(diǎn)擊左上第三個(gè)選項(xiàng)“你的 Facebook 信息(Your Facebook Information)”

  • 下一級(jí)菜單中就有“下載你的信息(Download Your Information)”

接下來,你就可以選擇你的所需要的數(shù)據(jù),可以選擇某時(shí)間段內(nèi)的,也可以選擇以哪種格式存儲(chǔ)你的數(shù)據(jù)。

我選擇以 JSON 格式下載了所有的數(shù)據(jù)。當(dāng)我全部下載完畢后,我就得到了如下圖的文件結(jié)構(gòu):

拿 NLP 來分析我自己的 Facebook 數(shù)據(jù),會(huì)發(fā)生什么?

每個(gè)文件夾中的文件都是我要求的 JSON 格式的。


預(yù)處理你的 Facebook 數(shù)據(jù)

我打算下載所有的 Facebook 數(shù)據(jù),但是我并不希望在這個(gè)課題中使用所有的 Facebook 數(shù)據(jù)。對(duì)這個(gè)課題而言,我只關(guān)心我的帖子,評(píng)論和聊天歷史。為了做到這些,我為每個(gè)種類的數(shù)據(jù)寫了一個(gè)預(yù)處理腳本來下載所需要的內(nèi)容到文本文件。

首先,處理信息:

拿 NLP 來分析我自己的 Facebook 數(shù)據(jù),會(huì)發(fā)生什么?

你在這里會(huì)看到的是我正在遍歷我的 messages 文件夾中的所有子文件夾。我從那里做的是我在信息 JSON 中讀到的。對(duì)于每個(gè)可用的信息,我會(huì)檢查它是否是我發(fā)送的信息。如果它不是 Facebook 默認(rèn)的“You are now connected on Messenger”。接著我會(huì)使用它。我給信息添加時(shí)間戳,然后將其添加到采用 year.month.day.txt 格式的文件中,這是我標(biāo)記所有文本文件的格式,以便我可以記錄詞匯隨時(shí)間的變化。

如果某些情況下,JSON 的關(guān)鍵字不工作,我會(huì)忽略它。

對(duì)我寫的帖子我做了非常類似的事情:

拿 NLP 來分析我自己的 Facebook 數(shù)據(jù),會(huì)發(fā)生什么?

我的評(píng)論:

拿 NLP 來分析我自己的 Facebook 數(shù)據(jù),會(huì)發(fā)生什么?

從那里開始,我已準(zhǔn)備好使用我的 Facebook 數(shù)據(jù)。


載入數(shù)據(jù)

首先,我們將編寫一個(gè)簡(jiǎn)單的函數(shù)來獲取特定類別中所有文件的列表。這將使我們能夠輕松跟蹤哪個(gè)是哪個(gè),


......

想要繼續(xù)閱讀,請(qǐng)移步至我們的AI研習(xí)社社區(qū):http://www.gair.link/page/TextTranslation/873

更多精彩內(nèi)容盡在 AI 研習(xí)社。

不同領(lǐng)域包括計(jì)算機(jī)視覺,語(yǔ)音語(yǔ)義,區(qū)塊鏈,自動(dòng)駕駛,數(shù)據(jù)挖掘,智能控制,編程語(yǔ)言等每日更新。

雷鋒網(wǎng)雷鋒網(wǎng)(公眾號(hào):雷鋒網(wǎng))(公眾號(hào):雷鋒網(wǎng)(公眾號(hào):雷鋒網(wǎng)))


雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知

拿 NLP 來分析我自己的 Facebook 數(shù)據(jù),會(huì)發(fā)生什么?

分享:
相關(guān)文章

知情人士

AI研習(xí)社(yanxishe.com)譯站頻道,傳播前沿人工智能知識(shí),讓語(yǔ)言不再成為學(xué)習(xí)知識(shí)的門檻。(原雷鋒字幕組)
當(dāng)月熱門文章
最新文章
請(qǐng)?zhí)顚懮暾?qǐng)人資料
姓名
電話
郵箱
微信號(hào)
作品鏈接
個(gè)人簡(jiǎn)介
為了您的賬戶安全,請(qǐng)驗(yàn)證郵箱
您的郵箱還未驗(yàn)證,完成可獲20積分喲!
請(qǐng)驗(yàn)證您的郵箱
立即驗(yàn)證
完善賬號(hào)信息
您的賬號(hào)已經(jīng)綁定,現(xiàn)在您可以設(shè)置密碼以方便用郵箱登錄
立即設(shè)置 以后再說