对于预料集，可以从这个数据堂拿数据：http://www.datatang.com/

其中关于酒店情感数据分析部分：http://www.datatang.com/data/shop-page.html?k=%E9%85%92%E5%BA%97%E6%83%85%E6%84%9F

对于酒店情感分析，很重要的一点就是语料库要好，同时，分词时需要的有好的情感词库，这样才能得到更好的分词结果。

在得到好的分词结果后， 还需要人工的对词进一步筛选，得到最终的分词结果（这个过程可能需要经历几个反复迭代的过程），然后才是统计词频，建立词的特征，进而表征整个文档的特征，这里便可以使用TF-IDF提取文档中词的特征，同样可以采用Word2Vec来提取词的word embedding，进而表征整个文档的特征。为之后的情感分析，语义分析等做好充分的准备。

之前听了哈工大车万翔老师的一个报告，里面讲到了NLP中的关键技术，句法分析和语义分析，如下是听完的感受：

直接了当的讲了几个主要点。NLP无非就是：分词=>词性标注=>命名实体标注=>句法分析=>语义分析=>上层的知识抽取，问答系统，这次主要讲语法分析和词法分析，介绍了这方面的发展，感觉这方面水很深，很多人投入，但是效果并不是特别好，准确率相对很低，很多模棱两可的结果。之前自动化所的老师讲关于NLP的内容时，一再强调NLP中的关键技术，对于句法分析和语义分析是十分关键的部分，这两个模块做得怎么样，直接关系到后面高级的处理能否得到好的应用结果。