情感分类推荐使用什么算法和软件包
从最基本的开始吧： 基于词典的正负词词频， 我们实验室一个小组曾经在新浪微博上使用这个方法， 惊讶的发现这个如此不优美的方法的效果竟然那么的“可以看”。
在此之上一个改进的办法是对大量数据做一次二元的离散化（假定是正负情感）， 以此选定阈值， 离散化的方法有很多， 不再赘述。
接下来的方法主要分为两类： 基于特征（feature-based）： 这类方法比较好理解， 无非是人来选定特征空间， 然后对每一个数据项生成一个特征向量， 使用分类器对向量进行分类， 理论上所有的分类器都可以实现这个需求， 只是效果更不同。
方法之一是就是KNN， 但是和所有基于特征的方法一样， 特征的选取是一个永恒的话题，像KNN这种还需要维护巨大矩阵的方法尤其难以满足实用需求， 但是对于KNN的空间优化也有相应的办法， 就是对每个数据项指记录K项最近距离， 也就是K个<数据项ID， 距离>， 当有更近的数据项进来时， 替换最远的数据项， 此外， 我也同意@范文阁下的观点， 觉得KNN的效果不会好于SVM。
SVM： 经典分类器， 我决不敢自称完全理解SVM， 但使用方法大同， 也是将数据项生成特征向量（稍后会介绍另一种方法）， 但是特征的选取是一个永恒的话题， 因为一切特征对于描述一个数据项来说都是必要的（但是不一定重要）， 但是我们尽量选取合适的特征组来保证分类的准确率， 这一切， 这所做的一切都是对无法枚举出所有特征的现状的妥协。
SVM的开源包有很多， 楼主可以试试libsvm和svmlight。
基于核函数（KernelMethod-based）： 前面提到人为的选取特征的局限性， 并且隐含的线性不可分问题。
核函数是一个计算两个对象之间“相关度”（kernel）的函数。
有关核函数的定义和优化方法不一会儿能够谈清， 仅列出文献： wiki： Text Classification using String Kernels： Kernel Method for General Pattern Analysis: （*以下方法没有经过验证） 基于核函数的SVM， 应用方式（以情感分类为例）可以简单地做文本分类（当然可以预先做词性过滤）， 对于每一个需要做情感分类的文本之间算出kernel值， 用这个矩阵在svm中得到model， 然后对于测试数据， 或者预测数据在对训练数据中的每一项算kernel值， 拿这个矩阵用model去做测试（预测）。
这个过程的一个“快餐”的理解方式是： 将每一个数据与测试数据集中的每一项的相似度的向量当成之前feature-based的方法中的特征向量， 整个过程不过还是一个基于特征的训练-预测过程（当然， 这说法是不对的）。
libsvm中自带subsequence kernel 的实现使用参数-t来进行使用， 此外也支持自定义核函数。
之前谈过的KNN， 我觉得也可以引入kernel， 但是至于可行性和必要性嘛， 大家也就当讨论一下吧。
简单来说就是将KNN中的欧式距离替换成kernel值。
============================== CRF应该没办法做情感分类吧， 毕竟不是分类器， 拿它做过实体识别， 感觉序列标注器不适合这个问题。
严重同意@范文阁下的说法， 在实用领域， 预处理和数据获取（语料）才是王道， 机器学习就和人学习一样， 教育方法再好， 教的东西不好一样是浮云。
拿我大二数据挖掘老师的话讲， 统计模型都是现成的， 拼得就是数据。
人物外貌描写的优美句子
是要句子一条一条自动依次出现还是点一次出现一条
下面是两种方法:1、分别插入文本框，一个文本框输入一个句子，按shift或ctrl键分别选中各个文本框或文字……动画……自定义动画……添加效果……进入……飞入或出现。
开始:单击时。
在右动画窗格从第二个动画效果开始在“计时”中依次延迟1秒、2秒、3秒…即可。
2、做上面前半部分进入动画，在右动画窗格把所有动画效果的“开始……之前”改为“开始……单击时”即可。
有能读汉语句子的软件吗
大多数人用有道词典也有人用金山词霸,有很多了,这两个用的比较多,翻译的时候有不准的,基本上翻页多差不多
求一篇《放飞的梦想》的征文，字数要求600字以上
语言最好优美
我只有CorelDraw下址.先分享一下下载链接，希望对你有用吧CorelDraw 2018： CorelDRAW Graphics Suite 2018发布拉，该套件具有7个功能强大的应用程序集合，配备最先进能，可实现各种类型的创意，可帮助您轻松自信地创作优美、图形、和网站。
另外，CorelDRAW Graphics Suite 2017版本专为Windows 10和最新版本的硬件做了优化，最先进全新 LiveSketch 工具，增强触控笔和触摸功能，在创意迸发时即时灵感，而无需素描和从纸扫描。
设计师可以很轻松的进行广告设计、封面设计、CIS设计、产品包装造型设计、网页设计和制版等工作，而且还可以将绘制好的矢量图转换为不同格式的位图。
最近想下载一个听书软件，静读天下，但要下载讯飞语音包，怎么安装
推荐使用懒人听书，只需要下载一个软件，目前提供小说，评书，相声，百家讲坛，少儿读物5大分类，大量有声作品免费收听。
懒人听书安卓版界面优美，操作简捷，支持断点续传，本地播放，本地资源管理，书签历史功能，定时停止，自动播放下一首，最大程度方便用户听书。
关于好评的句子
好评语句大全（常用好评） 最近太，确认晚了，东很好的，呵呵，谢了。
物流公司的态度比较差,建议换一家
不过掌柜人还不错
呵，货真不错，老公很喜欢
呵，货真不错，老婆很喜欢
很好的卖家，谢谢喽。
我的同事们都很喜欢呢。
下次再来哦
掌柜人不错，质量还行，服务很算不错的。
没想到这么快就到了，尺寸正好，老板态度很好。
还不错，质量挺好的，速度也快
终于找到家好店，服务好，质量不错，下次有机会再来买。
卖家人很好 这个还没用 看包装应该不错 店已经收藏了很久，不过是第一次下手。
应该说还不错。
第二次来买了，货比我想像中要好
老板人表扬下。
。
包装看起来很好，包得很用心，相信货一定很好，谢谢了
货超值，呵，下次再来。
帮你做个广告，朋友们：这家店的货值。
一个字
值 掌柜的服务态度真好，发货很快。
商品质量也相当不错。
太喜欢了，谢谢
好卖家，真有耐心，我终于买到想要的东西了。
谢谢卖家。
掌柜太善良了，真是干一行懂一行呀。
在掌柜的指导下我都快变内行人士了
卖家服务真周到。
以后带同事一起来。
宝贝质量不错，很喜欢了。
谢谢掌柜。
货到了，比图片上看到的好多了3Q
真是一个好卖家。
以后有这方面宝贝的需求还得找你哦
不错，顶一个，谁要你这么诚信呢。
。
呵呵谢谢咯
这家店还好吧。
来买过几次了，服务老客户非常周到，以后还常来
忠心地感谢你，让我买到了梦寐以求的宝贝，太感谢了
经过我的亲身体验，这家店信誉是相当地不错。
宝贝的质量更像钻石一般。
太感谢了
不要以为信誉低的卖家货质量不好。
我用我的亲身经历告诉大家，掌柜服务态度非常好。
商品质量也非常不错。
顶你了
呵呵。
商品这么快就到了，还不错哦，下次来你可要优惠哦^_^ 真没想到网上购物还这么有意思，在卖家的指导下我终于学会了网上购物，谢谢
老朋友。
我又来你店光顾了，久了没来，生意看来还真不错哦。
努力哦
网上购物这么激烈，没想到店家的服务这么好，商品质量好而价低廉，我太感谢你了
店家很讲信誉，而且很不错哦，在这家店买东东，我很满意~
