LLM-based sentiment analysis of Hacker News posts between Jan 2020 and June 2023
https://outerbounds.com/blog/hacker-news-sentiment/
#ycombinator #community #LLM #sentiment_analysis #hacker_news
350M Tokens Don't Lie: Love And Hate In Hacker News | Outerbounds

We analyzed topics covered by 100k Hacker News posts and the sentiments they evoke using LLMs. See the 14k topics we uncovered.

Outerbounds
350M Tokens Don't Lie: Love And Hate In Hacker News | Outerbounds

We analyzed topics covered by 100k Hacker News posts and the sentiments they evoke using LLMs. See the 14k topics we uncovered.

Outerbounds

Не статья, а позорище какое-то! Sentiment-анализ комментариев из блога Selectel на Хабре

Каждый месяц в блоге Selectel на Хабре появляется 35-40 публикаций. Сбор статистики по ним мы давно автоматизировали, но до последнего времени не охватывали sentiment-анализ, то есть оценку тональности комментариев средствами машинного обучения. У нас есть своя

https://habr.com/ru/companies/selectel/articles/812895/

#selectel #llm #machine_learning #huggung_face #машинное_обучение #аналитика #хабр #комментарии #комментарии_на_хабре #sentiment_analysis

Не статья, а позорище какое-то! Sentiment-анализ комментариев из блога Selectel на Хабре

Каждый месяц в блоге Selectel на Хабре появляется 35-40 публикаций. Сбор статистики по ним мы давно автоматизировали, но до последнего времени не охватывали sentiment-анализ, то есть оценку...

Хабр

[Перевод] Распознавание именованных сущностей: механизм, методики, сценарии использования и реализация

Естественные языки сложны. А когда на горизонте появляется контекст, они становятся ещё сложнее. Возьмём для примера фамилию Линкольн . Некоторые сразу подумают о шестнадцатом президенте США, выдающейся исторической фигуре. Однако для других это производитель автомобилей с тем же названием. Одно простое слово имеет разные значения. Мы, люди, без проблем различаем значения и категории. Это свидетельствует о нашем интуитивном понимании окружающего мира. Но когда дело касается компьютеров, эта, казалось бы, простая задача превращается в неоднозначную проблему. Подобные трудности подчёркивают необходимость надёжного распознавания именованных сущностей (named entity recognition, NER) — механизма, при помощи которого мы учим машины понимать различные лингвистические нюансы. В этой статье мы расскажем о том, что такое NER, о его принципах работы и о том, как оно используется в реальной жизни. Также в ней мы прольём свет на различные методики NER и способы реализации модели NER.

https://habr.com/ru/articles/776774/

#Токенизация #feature_extraction #машинное_обучение #NLP #NER #POS_tagging #word_embeddings #рекомендации_контента #GPT4 #OpenAI #BRAT #sentiment_analysis

Распознавание именованных сущностей: механизм, методики, сценарии использования и реализация

Естественные языки сложны. А когда на горизонте появляется контекст, они становятся ещё сложнее. Возьмём для примера фамилию Линкольн . Некоторые сразу подумают о шестнадцатом президенте США,...

Хабр

@linguistics @sigmoid.social

Sentiment Analysts: how impactful is cleaning hashtags from tweets in preprocessing, and how nuanced is your process? I would think some hashtags are meaningful, but maybe it matters whether they’re in-text vs simply appended? suggestions on libraries welcome.

#NLProc #sentiment #sentiment_analysis #hashtags

Google told scientists to use 'a positive tone' in AI research, documents show

The company requested authors refrain from casting its technology in a negative light in at least three cases