如何解决Twitter情绪分析？

Question

我希望你能给我一些建议，以解决这个问题。在大学里，我一直在解决意见挖掘任务，但在推特方面，这种做法却截然不同。例如，我使用了一种集合学习方法来分类用户对西班牙某酒店的意见。当然，我得到了一个有正面和负面意见的训练集，然后我用测试集进行了测试。但是现在，有了twitter，我发现这种分类非常困难。

1. 我需要训练集吗？如果这个问题的答案是肯定的，你不觉得推特是如此昙花一现，所以如果我有这个设定，我对未来主题的表现会非常差吗？

2. 我正在考虑获取字典（主要是形容词）并用它来交叉我的推文并获得一个术语 - 文档矩阵，但我没有分配给任何推特的课程。此外，正面形容词和否定形容词可能会因主题和时间而异。那么，如何处理呢？

3. 如何处理语言问题？例如，我想研究用英语和西班牙语写的推文，但是分开。

4. 您建议使用哪种编程语言来做这样的事情？我一直在尝试使用像tm，twitteR这样的R软件包。

Answer 1

1. 当然，我认为使用情绪的方式会持续几个月。最糟糕的情况是你重新训练并重新训练。根据我的经验，无监督学习在工业应用方面有着糟糕的记录。
2. 你需要一些情感/ adj词典用于情感的东西 - 那里有一些数据集，但我忘了他们在哪里。我可能已经用更好的信息回答了之前的问题。
3. 只做英文推文，建立一个语言分类器相当容易，但你想从小做起，所以放轻松自己
4. Python（NLTK），如果你想在少量代码中轻松完成。 Java具有良好的NLP功能，但Python和它的库更方便用户使用

Answer 2

此网站：https://sites.google.com/site/miningtwitter/questions/sentiment提供了3种使用R进行情感分析的方法。

现在更新了Twitter软件包以使用新的twitter API。我下载了包的源版本，以避免重复推文。

我正在研究西班牙语词典以进行意见挖掘，并会在某个地方发布可访问的内容。

喝彩！

Answer 3

如上所述，情绪分析将仅给出3个结果-正面，负面和中立。我找到了有关Twitter情绪分析的教程，而且很简单。

我在这里找到它-https://www.ai-ml.tech/twitter-sentiment-analysis/

仅下载了3个依赖项，完成了较少的代码。只需经历一下，您就会找到解决方案。