下一步是基于樸素貝葉斯實現情感-2/?；谠~典的情感 分析依靠手工標注詞典，需要大量人力，比如:我/r愛/v京/ns天安門/ns，AI人體動作分析識別，作為課堂行為的核心技術分析，一方面通過攝像頭實時掃描學生的行為，針對學生的讀書、寫字、舉手、趴在課桌上等行為分析得到整個班級的質量，老師的教學是否達到了教學目標。
單詞1、NLP基本術語與基本概念-上
是可以獨立移動的最小的有意義的語言成分。英語單詞以空格為自然分隔符，漢語單詞以詞為基本書寫單位，單詞之間沒有明顯的區分標記。因此，中文分詞分析是中文分詞的基礎和關鍵。中文和英文都有分詞的需求，但相比較而言，英文單詞有空格可以分詞，處理起來相對方便。但是因為中文沒有分隔符，所以分詞的問題更重要。
比如“美國將通過對臺軍售法案”，可分為“美國/國會/臺灣軍售法案”和“美國/國會/臺灣軍售法案”。中文分詞技術可以分為三類:在基于機器學習的方法中，往往需要標注詞的詞性。詞性一般指動詞、名詞、形容詞等。標注的目的是表示單詞的一種隱藏狀態，隱藏狀態的轉換構成一個狀態轉換序列。比如:我/r愛/v京/ns天安門/ns。
2、AI人體動作識別實現課堂行為 分析隨著科技的不斷發展，人工智能越來越多地應用到很多行業?？梢灶A見，人工智能將成為未來人類發展的必要手段，改變人類的生產和生活。教育行業率先開創了人工智能領域的先河，智慧課堂一度進入大眾視野。除了常見的針對學生上課考勤和課后的人臉識別，“人工智能用于統計分析學生課堂行為，并對異常行為進行實時反饋”成為人工智能的另一項重要創新。
AI人體行為識別預警可以實現學生課堂行為的統計和異常行為的實時反饋。它主要以人體行為識別技術為核心手段，對視頻監控拍攝的各種人體行為進行識別，如面部關鍵點識別，根據人體運動軌跡定義行為動作，也就是賦予監控自主識別的能力，從而解決傳統監控需要依賴人力的問題。AI人體動作分析識別，作為課堂行為的核心技術分析，一方面通過攝像頭實時掃描學生的行為，針對學生的讀書、寫字、舉手、趴在課桌上等行為分析得到整個班級的質量，老師的教學是否達到了教學目標。
文本相似度?；谠~典的情感 分析依靠手工標注詞典，需要大量人力，如果遇到情感這個詞，但字典里沒有，可以設計另一個NLP中常用的技術文本相似度。以上步驟還可以進一步優化，比如用決策樹來判斷句法規則，下一步是基于樸素貝葉斯實現情感-2/。
