ML-模 上对该项目的术语和结构进行了深入研究。 序幕 如果您有全天都要检查社交媒体应用程序的冲动，却错过了设备屏幕之外正在处理的大部分事情，那么您可能会遭受科学上的“ ”的困扰有些人，包括我自己在内，看到了一个热门话题，并且真的讨厌被迫无休止地滚动浏览Twitter，以试图弄清到底是什么。 但是，嘿，我们已经到了2019年，我们可以训练我们的机器来提取我们的相关信息，并且快点做！ 描述 在这个项目中，我们通过估计人们的意见/极性来对他们的推文进行分类，我们试图在数千个单词之间区分最相关的术语