Alink是基于Flink的机器学习算法平台，欢迎访问Alink的github获取下载链接及更多信息。alibaba/Alinkgithub.com
也欢迎加入钉钉群进行交流。
情感分析是对带有情感色彩(褒义贬义/正向负向)的主观性文本进行分析，以确定该文本的观点、喜好、情感倾向。本文将针对顾客对酒店的评论数据，进行建模，并通过模型进行预测。演示情感分析中的常用操作，包括分词，文本向量化，及使用朴素贝叶斯(Naive Bayes)方法进行建模、预测。
每条记录包括评论内容和标记喜好的标签，标签只有2个值：1代表喜欢，0为不喜欢。下图显示了4条数据：
下面我们使用Alink来进行分析、建模。
首先，我们需要一个Alink的Java工程，配置好相关环境。最简单的办法是使用Alink的example工程，下载Alink git的代码，并用Jave IDE打开项目，如下图所示，可以看到三个已经写好的示例：ALSExample, GBDTExample, KMeansExample.
我们在com.alibaba.alink package下新建一个Java文件:
package com.alibaba.alink;
public class SentimentHotelSimpleExample {
public static void main(String[] args) throws Exception {
}
}
使用CsvSourceBatchOp读取URL数据，代码如下。设置列名分别为label和review，数据类型分别为整型和字符串类型，由于该CSV数据第一行保存的是列名，需要设置读取数据时忽略第一行。
CsvSourceBatchOp source = new CsvSourceBatchOp()
.setFilePath("https://github.com/SophonPlus/ChineseNlpCorpus/raw/master/datasets"
+ "/ChnSentiCorp_htl_all/ChnSentiCorp_htl_all.csv")
.setSchemaStr("label int, review string")
.setIgnoreFirstLine(true)
source.firstN(5).print();
最后一行代码是选择5条数据打印显示出来，结果如下：<
