亚马逊机器学习平台在情感分析和文本分析方面有多灵活或多支持？

回答：

您可以使用亚马逊机器学习构建一个用于情感分析的优秀机器学习模型。

这里有一个正在进行此操作的GitHub项目的链接：https://github.com/awslabs/machine-learning-samples/tree/master/social-media

由于亚马逊机器学习支持监督学习以及文本作为输入属性，您需要获取一组标记过的数据样本，并用它来构建模型。

标记可以基于Mechanical Turk，就像上面的例子一样，或者使用实习生（“夏天来了”）来为您进行标记。拥有特定标记的好处在于，您可以将您的逻辑融入模型中。例如，“啤酒很凉”和“牛排很凉”之间的区别，其中一个是正面的，一个是负面的，这是一个通用系统难以学习的东西。

您还可以尝试使用一些样本数据，上述项目中的数据，或者来自电影评论情感分析的Kaggle竞赛的数据：https://www.kaggle.com/c/sentiment-analysis-on-movie-reviews。我使用亚马逊机器学习处理了该数据集，并且相当轻松快速地获得了不错的结果。

请注意，您还可以使用亚马逊机器学习基于您正在构建的模型进行实时预测，并且可以用它来立即响应负面（或正面）的输入。更多信息请参见：http://docs.aws.amazon.com/machine-learning/latest/dg/interpreting_predictions.html