我一直想知道“机器学习”工具。评估人类行为/情感的工具背后有哪些技术/概念，例如FB或Twitter提要。我最近开始学习这种分析，并热衷于了解这些分析是如何完成的。有这样的工具名吗？有没有什么是开源的？ 谢谢！
我读了这个Human face, emotion and voice recognition，但它只涵盖面部和语音识别。
答案 0 :(得分：0)
这是一个预测问题。您可以使用R来实现此目的。它是一个开源工具，善于解决机器学习问题。随着Facebook或Twitter上用户帖子的发展趋势，我们可以在一定程度上自信地评估情绪。但是，由于人类行为难以评估，我们可能需要向学习机器（应用程序）提供大量数据样本仍然无法确定准确性。更多的数据样本和更多的学习机器培训，学习机器的工作准确性越高。这最终成为大数据问题。
答案 1 :(得分：0)
在Twitter或Facebook Feed中评估情绪通常被称为情感分析＆＃34;因为它涉及分析帖子中单词背后的情绪。在其最简单的形式中，这涉及具有通常被接受以传达某种情绪并且基于其包含的单词为每个帖子分配分数的长单词列表。这可以通过基于他们常见的单词给出其他单词分数来扩展，然后使用这些单词来评分由facebook或twitter馈送传达的情绪。显然，这是一项非常基本的技术。
情感分析通常被认为是自然语言处理领域的一个主题，＆＃34;这是因为它涉及让计算机处理＆＃34;自然＆＃34; （人类）语言，而不是计算机语言。
可以使用各种各样的工具来解决这些问题。正如PVD建议的那样，R肯定是一个很好的，并且有许多有用的库。 tm（文本挖掘）库是一个很好的库。 Python也是一个很好的选择，因为它有一个不那么陡峭的学习曲线和一个非常方便的推特库（tweepy）。我还没有试过a lot of other个python推特库。对于Facebook，我不确定最好的库是什么，但我认为有一堆（pyFacebook，一个）。所有这些工具都是开源的。