python - 新的谷歌自然语言 API

Question

我最近使用 Language API 为工作项目收集情绪预测。我有大约 1,300 个未标记的文档，我们最初使用 NLTK 的工具，它基于一个术语词典，对词典中的每个词进行极性估计。我转向 API，在查看预测后，API 产生的结果比 NLTK 好得多。

我知道工程师们可能不想公布预测引擎的细节，但我很好奇它在高层次上是如何工作的。如果有人能启发我或指出正确的方向，我将不胜感激。例如，“它使用经过数十亿次观察训练的神经网络”将是一个合理的答案。

同样，我将它用于一个工作项目，我希望能够简要说明我从 NLTK 切换到 API 的原因(改进的结果不言而喻，但我肯定会得到“嗯，它是如何工作的？”)。

Answer 1

语言 API 是最先进的机器学习系统的管道，这些系统根据公共(public)数据(如 Penn Treebank)和 Google 语言学家注释的专有数据的组合进行训练。

与 NLTK 之类的东西相比，性能改进来自更多更好的训练数据以及尖端机器学习算法，包括但不限于神经网络。

讨论一些算法的相关链接:

• https://research.googleblog.com/2016/05/announcing-syntaxnet-worlds-most.html (解析算法)
• https://www.wired.com/2016/11/googles-search-engine-can-now-answer-questions-human-help/ (提到语言专家团队)
• https://research.googleblog.com/2016/08/acl-2016-research-at-google.html (NLP 研究团队最近发表的文章)