det är jultid. Du har en rad 50 individuellt adresserbara RGB-lampor, vad skulle du göra? Tja, [Barney] fattade ett beslut att prova något annat. Han har gjort ett julgran som visar Twitters nuvarande övertygelse om semestern.
Vänta, va? Vi erkänner, det är en typ av udda koncept, men programvaran bakom den är ganska cool. Som det visar sig att Stanford Universitys naturliga språkbehandlingsgrupp släppte källkoden för sin sentimentanalysator. Till skillnad från en vanlig sentimentanalysator som tilldelar punkter på positiva ord och negativa poäng för negativa ord, använder detta faktiskt en djup inlärningsmodell som utvecklar en representation av hela meningar baserat på deras struktur – bara problem? Det skapades och utbildades för att undersöka filmrecensioner, inte jul tweets.
Oavsett, det gör fortfarande tekniken (typ av), men det är ganska långsamt. [Barney] har sin snabbaste dator som kör fyra instanser av analysatorn, som drar jul tweets som har sorterats av Twitter API – det analyserar sedan dem, tilldelar känslan och platser dem i en andra kö. Han använder Beanstalkd för köen och en hallon Pi för att hantera lamporna. Resultatet är en ganska lättdisplay vars färger representerar tron av inkommande tweets – det är svårt att ange om det faktiskt är framgångsrikt för att återspegla Tweets uppfattning, men det är ett ganska fantastiskt koncept.
Stick runt efter pausen för att se julen Tweet Analysera träd i aktion – Ange det 5 gånger snabbt!
det är jultid. Du har en rad 50 individuellt adresserbara RGB-lampor, vad skulle du göra? Tja, [Barney] fattade ett beslut att prova något annat. Han har gjort ett julgran som visar Twitters nuvarande övertygelse om semestern.
Vänta, va? Vi erkänner, det är en typ av udda koncept, men programvaran bakom den är ganska cool. Som det visar sig att Stanford Universitys naturliga språkbehandlingsgrupp släppte källkoden för sin sentimentanalysator. Till skillnad från en vanlig sentimentanalysator som tilldelar punkter på positiva ord och negativa poäng för negativa ord, använder detta faktiskt en djup inlärningsmodell som utvecklar en representation av hela meningar baserat på deras struktur – bara problem? Det skapades och utbildades för att undersöka filmrecensioner, inte jul tweets.
Oavsett, det gör fortfarande tekniken (typ av), men det är ganska långsamt. [Barney] har sin snabbaste dator som kör fyra instanser av analysatorn, som drar jul tweets som har sorterats av Twitter API – det analyserar sedan dem, tilldelar känslan och platser dem i en andra kö. Han använder Beanstalkd för köen och en hallon Pi för att hantera lamporna. Resultatet är en ganska lättdisplay vars färger representerar tron av inkommande tweets – det är svårt att ange om det faktiskt är framgångsrikt för att återspegla Tweets uppfattning, men det är ett ganska fantastiskt koncept.
Stick runt efter pausen för att se julen Tweet Analysera träd i aktion – Ange det 5 gånger snabbt!
sxlgc