龚超，工学博士，清华大学日本研究中心主任助理，深圳清华大学研究院下一代互联网研发中心核心成员，海口经济学院雅和人居工程学院客座教授。中国高科技产业化研究会理事、中国自动化学会普及工作委员会委员、中国人工智能学会中小学工作委员会委员、教育部教育信息化教学应用实践共同体项目特聘专家。研究方向为人工智能优化算法，人工智能在数字化转型中的应用等。著有10本人工智能相关图书，多家500强企业数字化转型领域高级顾问，在国内外期刊上发表文章共计60余篇。

张鹏宇，未来基因（北京）人工智能研究院中级研究员，中国人工智能学会中小学工作委员会培训讲师，中国人工智能学会、中国自动化学会、中国科学院大学人工智能学院全国中小学人工智能探究性学习训练营导师，中国自动化学会青少年人工智能核心素养测评特聘专家，北京科学中心人工智能高级研修营指导教师。

喻涛，博士，清华大学网络科学与网络空间研究院网络试验设施研究室助理研究员，主要研究方向：网络体系结构、网络空间安全、未来互联网试验床、SDN/人工智能/大数据应用研究。目前在清华大学网络研究院网络试验设施研究室基于国家重大基础设施未来网络试验设施FITI项目开展网络空间安全应用研究、智能检测模型与对抗样本生成技术研究、应用流量迁移与优化研究、网络空间数字地图与资产测绘等研究工作。

第1章　语挚情长路漫漫 001
1.1 文中自有真情在 002
1.1.1　问世间情为何物 002
1.1.2　触景文下留真情 004
1.2　NLP来相助 008
1.2.1　什么是NLP 008
1.2.2　NLP主要应用领域 012
1.3　情感即分类 015
1.3.1　情感分析的对象与方法 015
1.3.2　情感分析的主要应用 017

第2章　情感词典查情断意 019
2.1　分词与词典 020
2.1.1　分词，情感分析第一步 020
2.1.2　词典，让AI长知识 026
2.2　只有“情感”行不行 028
2.2.1　情感词典的建立 028
2.2.2　词典的扩充 031
2.3　基于情感词典的案例 034

第3章　玩转文本大数据 039
3.1　数据的获取 040
3.1.1　网络爬虫 040
3.1.2　简单爬虫案例 040
3.2　数据的清洗与整理 045
3.2.1　去除停用词 046
3.2.2　词性标注 054
3.3　词频与词云 055
3.3.1　词频统计 055
3.3.2　关键词统计 057
3.3.3　词云 059
3.4　词袋模型 063
3.4.1　词袋模型概念 063
3.4.2　简单词袋模型案例 065
3.4.3　改进词汇表 067
3.4.4　词袋模型显示频率 071
3.4.5　词袋模型的局限性 072

第4章　机器学习洞察句情 073
4.1　机器学习概述 074
4.1.1　什么是机器学习 074
4.1.2　机器学习与情感分析 077
4.1.3　词袋模型数据生成 081
4.2　朴素贝叶斯与情感分析 086
4.2.1　贝叶斯vs频率 086
4.2.2　朴素贝叶斯原理实践 087
4.3　二项逻辑回归与情感分析 097
4.3.1　逻辑回归原理 097
4.3.2　逻辑回归算法 100

第5章　神经网络触景悉情 102
5.1　神经网络工作原理 103
5.1.1　神经网络概述 103
5.1.2　前向与反向传播 104
5.1.3　其他参数 107
5.2　激活函数与损失函数 109
5.2.1　非线性的激活函数 109
5.2.2　衡量优劣的损失函数 115
5.3　神经网络的分类与情感分析 117

第6章　向量构筑语义空间 121
6.1　另辟蹊径分布表示 122
6.1.1　语料库 122
6.1.2　分布式假说 123
6.2　从NPLM到Word2Vec 126
6.2.1　NPLM模型 126
6.2.2　Word2Vec 128
6.3　Word2Vec实践 134
6.3.1　“女人-男人=王后-国王”的三国解读 134
6.3.2　词汇的星空 140

第7章　深情厚意咬文嚼字 145
7.1　循环神经网络 146
7.1.1　循环神经网络原理 146
7.1.2　循环神经网络实践 148
7.2　LSTM 151
7.2.1　LSTM基本原理 151
7.2.2　非礼勿记、非礼勿听、非礼勿言 153
7.3　循环神经网络与情感分析 157

附录 160
附录一　PyTorch入门 161
附录二　概率基础 168
附录三　腾讯扣叮Python实验室：Jupyter Lab使用说明 181