Abstract：ELIT是一个新开放的NLP研究平台，目前提供情感分析工具，使用CNN模型。小小地测试了下这个平台，目前功能还少，不过以后估计会增加吧。

介绍

AWS与埃默里大学合作开发的基于云的NLP研究平台ELIT

端到端的NLP pipeline
提供网页API将平台独立，任何人可通过网络连接请求在其上大规模计算

功能 ELIT SENTIMENT VISUALIZATION

CNN模型进行情感分析：

graph TD
A[create matrix通过叠加每个词的词向量创建输入矩阵]-->B[input matrix into convolution and pooling把输入矩阵送入卷积层和池化层]
B-->C[match the output with attention matrix将输出与attention矩阵匹配，测量输入文档中每个n-gram的强度]
C-->D[couple the output back to softmax layer模型将attention输出反馈给softmax层]
D-->E[softmax layer judge the rate of positiveness and negativeness and neutrality判断文本中词语正负中的概率]

CNN-Sentiment Analysis

功能：单词化—>分割—>情感分析。

操作步骤

ELIT SENTIMENT VISUALIZATION

ELIT tutorial

1.输入文本

2.analyze（输入文本被发送到所选的运行NLP pipeline的ELIT服务器）

3.文本被用情绪编码标注，红-消极，绿-中立，蓝-积极；不同透明度（opacity）代表情感含义的强烈程度；可将强度等级可视化，圆圈越大，情感越强烈;如：

测试结果图：

test

注：测试发现情感标注效果并不算好，机器仍不能理解语义，只是做单纯的分词和按规则、语法标注。

python获取输出结果

import requests

r = requests.post('https://elit.cloud/public/decode/',
    data={
    'text': 'I went to the cinema with my boyfriend last night. The movie is good, even better if the actor could perform better.',
    'input_format': 'raw',
    'tokenize': '1',
    'segment': '1',
    'sentiment': 'mov, twit'})

 print(r.text)

以网络请求方式调用网页API，结果以json格式输出。