情绪分析Google Prediction API

Question

我在阅读有关Google Prediction API的内容，但无法找出部分文档。

从use cases我被困在这部分有点：

每行只能有一个标签赋予的，但你可以通过重复的例子和应用不同 标签应用多个 标签一个例子到每一个。例如：“兴奋”，“OMG！刚刚有一个神话般的 一天！” “讨厌”，“OMG！刚刚过了一个美妙的一天！”如果你发送鸣叫 到这个模型，你可能会得到这样的分类： “兴奋”：0.6，“烦人”：0.2。

为什么会把“兴奋”：0.6，“烦人”：0.2而没有更多的功能兴奋。为什么兴奋喜欢？

Answer 1

这不是标签“兴奋”是首选，而是消息实际上应该被归类为“兴奋”而不是“烦恼”的概率。

假设我有两种情绪分类：“看涨”和“看跌”。然后我在预测API中训练一个模型，即使是“看涨”和“看跌”的训练数据。当我向Prediction API提交消息以获得情绪时，它会根据消息中的字词读取文本并为其分配一个“看涨”和“看跌”概率。概率的总和将加起来为1.

所以再说一次，并不是一个标签比另一个更受欢迎，但消息被“激发”的概率比“恼火”的概率大3倍。

Answer 2

如果你训练的模型只有这两个例子，“兴奋”和“烦人”的标签为句子“OMG！刚刚有一个美妙的一天！”，唯一合理的结果，当查询这样的推文分类“OMG ！刚过一个美妙的一天！“应该是“兴奋”：0.5，“烦人”：0.5。

所以可能这种情况在Google文档中没有完全解释。我想他们更关注试图解释说有可能将2个不同的标签与完全相同的句子联系起来。