看电影就能学AI，真的假的？

学习人工智能就只能与「卷积神经网络」、「航空系统设计」、「生物蛋白序列」这种听起来又大又可怕的专业名词打交道吗？

其实人工智能在生活中运用的范围非常广泛，有很多接地气的应用方向，规划行驶路线、优化购买方案等等，甚至你看电影看电视剧的时候也能运用到它。

最近你有没有这样的感受，打开公众号，基本一个时段里，所有人都在推荐同样的电影，都在讲同一个情节，使用同一个推荐理由。等到你自己看完电影出来，却经常产生一种「见鬼了」的感觉，看的公众号的评论把电影吹上天，自己看完了却有一种「我为人民看烂片」的沉重感。

这其实是因为你看到的公众号推文不属于真正意义上的影评，它不能真实地反映出电影真实的舆情情况。

写「真正的影评」是有门槛的，除了阅片量，对电影史的了解，对产业的了解，这些都很重要。也许他们很「文艺」，会疯狂攻击某些你们觉得无所谓的点，但是至少他们是言之有物，是了解电影的。

一个影评，除了聊人性，聊主题，聊文本，或者聊鸡汤，还至少应该聊电影语言，聊色彩，聊音乐，聊剪辑，聊摄影……

不过这样的影评就会带来一个问题。信息量过大，需要参考的信息太多，你无法直观地判断出这部电影是不是优秀的，像是五一档的时候引发热门讨论的《后来的我们》，各个影评号评论两极分化，有人说这是当下文艺爱情片现象级佳作，有人觉得电影台词巨尴尬，看完觉得自己被迫听了「刘若英十年金曲集锦」。

电影 / 后来的我们 剧照

这个问题，人工智能是可以帮你解决的。

我们最近新上一个课题《电影评论中的情感和舆情分析》就是讨论如何利用人工智能具体分析电影总体评价的。

在这次课题中我们会结合机器学习和自然语言处理两门学科，在帮助学生加深对数学线性代数和机器学习重要算法应用了解的同时，还可以让学生利用所学知识对机器学习中向量机算法构建数学模型对词语情感进行分析探究。最后对比其他主流算法，帮助学生进行结果预测和对结果预测的原因分析。

不过大家不要觉得课题研究内容贴近生活就怀疑这个课题是不是过于简单了，含金量低。其实很多时候「接地气」才是最难实现的哦~

在这个课题里我们重点学习的自然语言处理（Natural Language Processing）是计算机科学领域与人工智能领域中的一个重要研究方向。以实现人与计算机之间通过自然语言进行有效通信为研究目的，通过统计学的方法，利用计算机处理大规模自然语言数据。自然语言处理是一门融合计算语言学、计算机科学、数学于一体的科学，其研究有广泛的应用，包括自然语言理解、自然语言生成、机器翻译、对话系统等。

自然语言处理则是一个很宽泛的概念，绝大多数与自然语言相关的技术都可以被归类为自然语言处理，包括解析、翻译、摘要、自动修改、对话等等。根据所要完成的任务不同，可能需要融合大量不同的技术。

例如，如果我们的任务是从大量文本语料中找出关于某个商品的评论，那么我们需要信息获取技术。如果进一步地我们需要判断商品的评价是正面还是负面，我们就需要Sentiment Analysis技术。许多自然语言技术都有机器学习实现（并且机器学习效果最好），但并不代表机器学习就是自然语言处理的全部（如传统的搜索技术就往往不用机器学习）。

像是不久前轰动美剧圈的人工智能工程师通过算法续写了《权力游戏》第6部小说的新闻，就是通过自然语言处理实现的。