网站后台修改图片,网站制作多少钱公司,网店推广实训系统,泉州市建设局网站公示实时情感分析是指处理自然语言文本#xff08;或语音#xff09;流以提取主观信息。 琐碎的用例用于构建推荐引擎或查找社交媒体趋势。 我选择了Apache Storm作为实时处理引擎。 Storm非常强大#xff08;我们正在生产中使用它#xff09;#xff0c;并且非常容易在其之上… 实时情感分析是指处理自然语言文本或语音流以提取主观信息。 琐碎的用例用于构建推荐引擎或查找社交媒体趋势。 我选择了Apache Storm作为实时处理引擎。 Storm非常强大我们正在生产中使用它并且非常容易在其之上实现自定义逻辑。 我编写了一个非常简单的项目 源代码 该项目可以实时进行情感分析使用随机句子作为输入数据。 范围是获取随机句子作为输入然后执行一些情感分析。 最终确定当前句子的分数是正还是负并保持结果。 实现逻辑如下 虚拟喷口带有随机句子的Feed管道。 加粗螺栓阻止任何对计分无用的单词。 创建一个不包含无用词例如文章的新句子并将其传递给下一个组件。 正计分获得句子修饰的句子并提供正分。 负计分螺栓获得句干并提供负分。 最终得分螺栓比较正负分数并确定此句子是正数还是负数。 持久性螺栓持久化处理的数据 原始句子修改句子以及最终正面和负面分数 作为持久性存储我选择了Apache HBase 仅供参考它以批处理模式存储事件。 使用StormTick Tuple的内部触发机制每1秒触发一次批量持久性可配置。 除了HBase之外我们还可以轻松使用RedisCassandraMongoDB或Elasticsearch所有这些在此用例中均有效。 每个词干和计分螺栓都在内存数据库中使用虚拟对象其中包含可用于对每个句子进行评分/加粗的所有相对单词。 为了在单个节点或集群中运行此示例可以使用Storm项目Flux 。 整个拓扑管道是使用单个配置文件 topology.yaml 定义的。 示例运行 Local execution:
storm jar target/sentiment-analysis-storm-0.0.1-SNAPSHOT.jar org.apache.storm.flux.Flux --local src/test/resources/flux/topology.yaml -s 10000Cluster execution:
storm jar target/sentiment-analysis-storm-0.0.1-SNAPSHOT.jar org.apache.storm.flux.Flux --remote src/test/resources/flux/topology.yaml --c nimbus.hostlocalhost 另外有一个简单的JUnit测试 SentimentAnalysisTopologyTest 该测试在本地执行相同的拓扑。 您可以查看自述文件以了解详细信息。 至于先决条件您可以检查我的最新帖子 以安装单个本地HBase实例和带有2个Workers的本地Storm集群。 这是使用Apache Storm进行情感分析的非常简单的方法。 我希望有更多的空闲时间来撰写新文章并提供用于情感分析的切实可行的解决方案。 翻译自: https://www.javacodegeeks.com/2015/12/real-time-sentiment-analysis-example-apache-storm.html
