是否有可用的情绪论坛无监督训练数据集？

Question

我最近完成了机器学习课程，并想制作一个论坛情绪分析工具，并将其应用到与股票相关的论坛中。

想法是：

1. 使用评论捕获（文本挖掘）用户，并评估他们的评论情绪（正面，负面，中立）。
2. 捕获这些评论后发生的事情（股市），并为用户分配一个权重（如果用户的情绪是随波逐流且市场遵循相同方向，则权重更大）
3. 使用评论作为预测市场方向的工具。

实际上，我是自己做的（在论坛上关注），加上我自己的技术分析和强制性的尽职调查，它对我来说一直很好。我只是想尝试使其自动化一点，甚至可能允许一个程序使用我的一些帐户进行交易（首先进行纸面交易，如果执行得当，可以在真实帐户中分配一些钱）

这将是我的第一个机器学习项目（仅作为概念证明），因此，任何意见都将受到感激。

我发现的最大问题是我想进行无监督训练，并且我需要一个样本数据集来进行训练。

问题：是否有任何已知的论坛情感数据集可用于无监督训练？

我发现了几个情感数据集（推特，imbd，亚马逊评论），但它们非常适合自己的细分市场（短信，电影，产品...），但我正在寻找更通用的东西。

Answer 1

由于您正在寻找一种不受监督的方法，因此可以使用与“实际情况”相匹配的任何数据集。文本挖掘和情感分析通常是针对眼前的问题量身定制的，因此很容易直接从真实数据开始。最好的方法是构建一个抓取器，直接抓取您要分析的论坛帖子。您可以使用Python（beautifulsoup / selenium）轻松构建刮板。在线上充满了不错的教程，例如：https://www.dataquest.io/blog/web-scraping-tutorial-python/