标签: sentiment-analysis

我正在寻找一个情感分析脚本/大豆代码,最好用PHP.你知道任何这样的剧本吗？谢谢,Sameer

我使用斯坦福核心 NLP库进行情感分析。下面的代码返回一个例子的类，但我怎样才能得到分数？例如 -0.3 为负等

private int getScore(String line) {
    boolean isrun = false;
    StanfordCoreNLP pipeline = null;
    if(!isrun){
        Properties props = getProperties();
        pipeline = new StanfordCoreNLP(props);
        isrun = true;
    }
    Annotation annotation;

    int sentiment = -1;
    if (line != null && line.length() > 0) {
        annotation = pipeline.process(line);
        for (CoreMap sentence : annotation.get(CoreAnnotations.SentencesAnnotation.class)) {
            Tree tree = sentence.get(SentimentCoreAnnotations.AnnotatedTree.class);
            sentiment = RNNCoreAnnotations.getPredictedClass(tree);
        }
    }
    return sentiment;
}

编辑

在在线演示中，当鼠标位于图形的根上时，我们可以看到该示例为负 72%。怎样才能得到这个号码？

我正面临着这个属性错误,如果它们出现在推文中,我就会陷入如何处理浮点值.流媒体推文必须更低,并且标记化,所以我使用了分割功能.

有人可以帮我处理它,任何解决方法或解决方案..？

这是我犯的错误 ....

AttributeError                            Traceback (most recent call last)
<ipython-input-28-fa278f6c3171> in <module>()
      1 stop_words = []
----> 2 negfeats = [(word_feats(x for x in p_test.SentimentText[f].lower().split() if x not in stop_words), 'neg') for f in l]
      3 posfeats = [(word_feats(x for x in p_test.SentimentText[f].lower().split() if x not in stop_words), 'pos') for f in p]
      4 
      5 trainfeats = negfeats+ posfeats

AttributeError: 'float' object has no attribute 'lower'

这是我的代码

p_test = pd.read_csv('TrainSA.csv')

stop_words = [ ]

def word_feats(words):

    return dict([(word, …

我正在使用NLTK测试情感分析模型.我需要在分类器结果中添加一个Confusion Matrix,如果可能的话还需要在Precision,Recall和F-Measure值中添加.到目前为止我只有准确性.Movie_reviews数据有pos和neg标签.然而,为了训练分类器,我使用的"特征集"具有与通常(句子,标签)结构不同的格式.在通过"featuresets"训练分类器后,我不确定是否可以使用sklearn中的confusion_matrix

import nltk
import random
from nltk.corpus import movie_reviews

documents = [(list(movie_reviews.words(fileid)), category)
             for category in movie_reviews.categories()
             for fileid in movie_reviews.fileids(category)]

random.shuffle(documents)

all_words = []

for w in movie_reviews.words():
    all_words.append(w.lower())

all_words = nltk.FreqDist(all_words)

word_features = list(all_words.keys())[:3000]

def find_features(document):
    words = set(document)
    features = {}
    for w in word_features:
        features[w] = (w in words)

    return features


featuresets = [(find_features(rev), category) for (rev, category) in documents]

training_set = featuresets[:1900]
testing_set =  featuresets[1900:]


classifier = nltk.NaiveBayesClassifier.train(training_set)


print("Naive Bayes Algo accuracy percent:", (nltk.classify.accuracy(classifier, …

我正在使用 tm 包来清理 Twitter 语料库。但是，该软件包无法清理表情符号。

这是复制的代码：

July4th_clean <- tm_map(July4th_clean, content_transformer(tolower))\nError in FUN(content(x), ...) : invalid input 'RT ElleJohnson Love of country is encircling the globes \xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd\xef\xbf\xbd july4thweekend July4th FourthOfJuly IndependenceDay NotAvailableOnIn' in 'utf8towcs'\n

有人可以指出我使用 tm 包删除表情符号的正确方向吗？

谢谢你，

路易斯

我的文字来源于社交网络，所以你可以想象它的本质，我认为文字是我所能想象的干净和最小的；执行以下消毒后：

• 没有网址，没有用户名
• 没有标点符号，没有重音
• 没有数字
• 没有停用词（我认为维达无论如何都会这样做）

我认为运行时间是线性的，我不打算进行任何并行化，因为更改可用代码需要付出大量的努力，例如，对于大约 1000 个文本，范围从 ~50 kb 到 ~150 kb 字节，它需要大约

在我的机器上运行时间约为 10 分钟。

有没有更好的方法来输入算法以加快烹饪时间？代码就像 SentimentIntensityAnalyzer 的工作一样简单，这是主要部分

sid = SentimentIntensityAnalyzer()

c.execute("select body, creation_date, group_id from posts where (substring(lower(body) from (%s))=(%s)) and language=\'en\' order by creation _ date DESC (s,s,)")
conn.commit()
if(c.rowcount>0):
                dump_fetched = c.fetchall()

textsSql=pd.DataFrame(dump_fetched,columns=['body','created_at', 'group_id'])
del dump_fetched
gc.collect()
texts = textsSql['body'].values
# here, some data manipulation: steps listed above
polarity_ = [sid.polarity_scores(s)['compound'] for s in texts]

我正在研究一个R项目.我使用的数据集可从以下链接获得 :https://www.kaggle.com/ranjitha1/hotel-reviews-city-chennai/data

我使用的代码是.

df1 = read.csv("chennai.csv", header = TRUE)
library(tidytext)
tidy_books <- df1 %>% unnest_tokens(word,Review_Text)

这里Review_Text是文本列.然而,我得到以下错误.

Error in check_input(x) : 
Input must be a character vector of any length or a list of character
vectors, each of which has a length of 1.

我一直在用 tidymodels 为 Animal Crossing 用户评论 ( https://www.youtube.com/watch?v=whE85O1XCkg&t=1300s )从他的 Youtube 情感分析视频中复制 Julia Silge 的代码。在第 25 分钟，她使用 tune_grid()，当我尝试在我的脚本中使用它时，出现以下警告/错误：警告消息：所有模型在 tune_grid() 中失败。见.notes专栏。

在 .notes 中，出现 25 次：

[[1]]
# A tibble: 1 x 1
.notes                                                                         
<chr>                                                                          
1 "recipe: Error in UseMethod(\"prep\"): no applicable method for 'prep' applied~

我怎样才能解决这个问题？我使用的代码与 Julia 使用的代码相同。我的整个代码是这样的：

library(tidyverse)

user_reviews <- read_tsv("https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2020/2020-05-05/user_reviews.tsv")

user_reviews %>%
  count(grade) %>%
  ggplot(aes(grade,n)) + 
  geom_col()

user_reviews %>%
  filter(grade > 0) %>%
  sample_n(5) %>% 
  pull(text)

reviews_parsed <- user_reviews %>%
  mutate(text = str_remove(text, "Expand"), 
         rating = case_when(grade …

我正在使用 getoldtweets3 库来抓取电晕爆发信息。我收到此错误 -

error : C:\Users\Vilius\anaconda3\python.exe C:/Users/Vilius/PycharmProjects/Sentiment-Analysis2/twitter_analysis.py
An error occured during an HTTP request: HTTP Error 404: Not Found

尝试在浏览器中打开：https : //twitter.com/search?q=CoronaOutbreak%20since%3A2020-01-01%20until%3A2020-04-01&src=typd

即使链接有效，可能是什么问题？ https://github.com/attreyabhatt/Sentiment-Analysis<- 我正在使用此代码

我在 Python Pandas 中有 DataFrame，如下所示：

sentence
------------

I like it
+1
One :-) :)
hah

我需要仅选择包含表情符号或表情符号的行，因此我需要如下所示的内容：

sentence
------------

+1
One :-) :)

我怎样才能在Python中做到这一点？