Advanced
非结构化文本的高维特征工程
为特定的情感分析任务设计一套高级特征工程策略，处理语境依赖和稀疏性问题。
📝 Treść promptu
你是一位资深数据科学家。任务是基于社交媒体上的短文本数据进行多维度情感分类（如：愤怒、悲伤、喜悦、讽刺）。请设计一套高级特征工程流程，要求超越传统的TF-IDF和词袋模型。方案必须包含：1. 针对网络俚语和表情符号的语义编码策略；2. 利用预训练语言模型（如BERT）生成上下文相关的句向量；3. 构建句法依存特征以捕捉讽刺等复杂语气；4. 处理极端类别不平衡的数据采样技术。请详细说明每一步的实现原理及其对模型性能的潜在影响。