我正在尝试对一个评论数据集进行情感分析。由于我更关心在评论中识别(提取)负面情绪(现在没有标记,但我尝试手动标记数百条或使用Alchemy API),如果评论总体上是中立的或正面的,但部分评论有负面情绪,我希望我的模型更倾向于将其视为负面评论。有人能给我一些如何做的建议吗?我正在考虑将bag of words/word2vect与有监督的(随机森林,支持向量机) /unsupervised学习模型(Kmeans)结合使用。
在图片中,我需要找到“表”--简单的矩形。问题是边缘识别,因为潜在的照片将是“黑暗的”。
我试过edge - sobel,canny,log,....-识别,然后进行Hough变换和直线查找。但是对于这个任务,这些算法是不够的。
一些对我有帮助的东西:
it is rectangle!,仅在透视视图中(例如,拟合透视rectangle?)that对象必须覆盖至少90%的照片(我知道我需要查看照片边缘附近))具有快速相同颜色的矩形(例如木质餐桌)我需要找到至少4个角..(但是的,最好是找到该桌子的边缘)
例如,我知道sobel,canny或log算法是如何工作的,Hough也是如此。自然地,这些