Blogspot
marzo 12, 2010
Mi sposto su blogspot http://nlp-e-dintorni.blogspot.com, mi ha fatto molta antipatia il fatto di non poter modificare il CSS del template.
Natural Language Processing with Python
marzo 10, 2010
E’ arrivato! 
http://oreilly.com/catalog/9780596516499/preview
Improving Bayesian Opinion Mining
marzo 8, 2010
Mi ha molto interessato questo articolo di Ian Barber in cui si mostra come applicare l’analisi bayesiana su una raccolta di “opinioni” per istruire un programma che sia successivamente in grado di “dire” se un’espressione come:
“Io ed Annie” è un film molto divertente, a volte c’è un calo di tensione ma tutto sommato è sicuramente uno dei migliori Allen in circolazione
sia un’opinione positiva o negativa riguardo ad un film. Detto in modo un poco più formale, abbiamo uno spazio campionario S={Positivo, Negativo} che rappresenta i possibili valori dei giudizi sui film e vogliamo calcolare la probabilità condizionata P(X|Y) dove X è il giudizio (“positivo” o “negativo”) e Y l’opinione. L’inferenza bayesiana viene applicata considerando un database di opinioni già classificate positive o negative, stiamo parlando quindi di un modello supervisionato.
L’idea di fondo, in buona sostanza, consiste nell’estrazione di ogni singola parola dell’opinione che vogliamo analizzare, e confrontarle con le parole contenute nelle opinioni classificate. Ad esempio, per tornare all’opinione “‘Io ed Annie’ è un film molto divertente ecc…” riscontreremo, molto probabilmente, che la parola divertente compare molto spesso nelle opinioni classificate come “positive” e questo fatto concorrerà a spostare l’ago della bilancia su “positivo”. Ma cosa significa “spostare l’ago della bilancia” ?
