从负面数据集中分别识别正面和负面
Identifying positivity and negativity separately from a negative dataset
首先，我想让您知道我是机器学习 (ML) 的新手。我正在从事一个项目，该项目检测一组单词的 正面或负面 可以如何，因此我创建了一个包含可能的 负面 单词的数据库。这样 ML 就可以发生并预测整个词组 正面或负面 的总体得分。
我的问题是是否可以在数据集中仅用 negative 词对 positive 词进行分类？如果可以的话会影响预测的准确性吗？
不，这通常是不可能的。该模型将无法区分（1）新的否定短语； (2) 中性词组； (3)积极的短语。事实上，只有否定短语，模型将很难学习 "bad" 和 "not bad" 是相反的，因为它已经在否定文献中看到了大量的 "not" 引用，例如"not worth watching, even for free."
首先，我想让您知道我是机器学习 (ML) 的新手。我正在从事一个项目，该项目检测一组单词的 正面或负面 可以如何，因此我创建了一个包含可能的 负面 单词的数据库。这样 ML 就可以发生并预测整个词组 正面或负面 的总体得分。 我的问题是是否可以在数据集中仅用 negative 词对 positive 词进行分类？如果可以的话会影响预测的准确性吗？
不，这通常是不可能的。该模型将无法区分（1）新的否定短语； (2) 中性词组； (3)积极的短语。事实上，只有否定短语，模型将很难学习 "bad" 和 "not bad" 是相反的，因为它已经在否定文献中看到了大量的 "not" 引用，例如"not worth watching, even for free."