情绪分析问题

Question

关于情感分析，我有一个需要帮助的问题。

现在，我已经通过Twitter搜索api收集了一堆推文。因为使用搜索词，所以我知道要查看的主题或实体（人名）。我想知道别人对这些人的看法。

首先，我下载了具有已知价/情感分数的英语单词列表，并根据推文中这些单词的可用性来计算情感（+/-）。问题在于情绪是通过这种方式计算的-实际上，我更多地关注推文的语气，而不是关于此人。

例如，我有这条推文：

"lol... Person A is a joke. lmao!"

该消息显然是正面的，但是人A应该得到负面的。

为了改善情绪分析，我可能可以考虑单词列表中的否定和修饰语。但是，我如何才能准确地进行情绪分析来查看消息的主题（甚至可能是讽刺）？

如果有人可以引导我获得一些资源，那就太好了。

Answer 1

在等待AI领域研究人员的答案时，我将为您提供一些有关您可以快速完成操作的线索。

即使该主题需要自然语言处理，机器学习乃至心理学的知识，您也不必从头开始，除非您绝望或对该领域的研究质量不信任。

情绪分析的一种可能方法是将其视为监督学习问题，其中您需要一些小型训练语料库，其中包括人工注释（稍后有此注释）和测试语料库，您可以在其上测试自己的方法/系统的执行情况。为了进行培训，您将需要一些分类器，例如SVM，HMM或其他一些分类器，但要保持简单。我将从二进制分类开始：好，坏。您可以对连续的意见范围（从肯定到否定）执行相同的操作，即获得像Google这样的排名，其中最有价值的结果排在首位。

首先，检查libsvm分类器，它既可以进行分类{good，bad}也可以进行回归（排名）。批注的质量将对您获得的结果产生重大影响，但从何处获得注释？

我找到了一个与餐厅有关的情绪分析项目。既有数据又有代码，因此您可以看到它们如何从自然语言中提取特征，以及哪些特征在分类或回归中得分较高。语料库由客户对他们最近访问过的餐馆的意见组成，并提供了有关食物，服务或氛围的一些反馈。关于他们的意见和数字世界的联系以他们给餐厅的星级数量来表达。您在一个网站上使用自然语言，而在另一个网站上使用餐厅的价格。

看这个例子，您可以设计出自己的解决问题的方法。也来看看nltk。使用nltk，您可以进行语音标记的一部分，也可以通过运气获得名称。完成后，您可以在分类器中添加一个功能，如果在n个字（跳过n-gram）内有表示意见（查看餐厅语料库）或使用您已经拥有的权重的字，则会为名称分配分数。最好依靠班主任来学习举重，这是他的工作。