文本挖掘（NLP）中的情绪（正面和负面）和情绪之间有什么区别？例如，愤怒是负面情绪，负面情绪似乎也是一样。 Vijay Nadadur，SentiRank的创造者，一种在文本中排列情绪的算法，Suggest Bio 情绪可以以简单的方式主要以二进制格式（+ ve＆amp; -ve）表示。为了进一步增加，你可能会有不同程度的+ ve和-ve情绪，也许是中立的。然而，情绪具有多维度。愤怒肯定是 - 情绪，悲伤也是如此，但它们并不是真的相同。
更具体地谈论文本挖掘（基于NLP），进行情绪分析要简单得多，但很难进行情绪分析。下一级情绪分析是意图分析领域，很少有研究人员致力于从大量文本中挖掘出意图，这似乎具有很高的商业价值。
答案 0 :(得分：4)
可以将情感视为更精细的情感。正如你在问题本身中提到的那样，“愤怒”＃39;和悲伤＆＃39;都是负面情绪，但显然，他们是不同的情绪。因此，情感分析可以作为（相对）简单情感分类之上的附加层来完成。
=============================================================================== | Sentiment Polarity | 10 Emotion Classes | Emotion word examples | |-----------------------------------------------------------------------------| | | Happiness | happy, joyful, glad | | Positive | Pleasantness | pleasant, enjoy, nice | | | Relief | relief, comfort, solace | |-----------------------------------------------------------------------------| | | Fear | scare, fear, frightening | | | Sadness | sad, grief, mourn | | | Disappointment | bummer, regret, dejected | | Negative | Unpleasantness | dislike, yuck, irksome | | | Loneliness | lonely, withdrawn | | | Anxiety | anxiety, worry, distress | | | Anger | anger, furious, antagonize | ===============================================================================
请注意，虽然情绪分类可以是二元，三元或分级系统（如何 + ve或-ve情绪），但情绪分类对解释更为开放。例如，可以将 love 添加为积极情绪，将仇恨添加为负面情绪。但请记住，随着我们增加类的数量，构建精确的分类器变得越来越困难。你可能不得不开始考虑软聚类方法，因为两种情绪之间的界限可能并不清楚（不仅仅是人工智能，它有时甚至对人类也不清楚！）。
答案 1 :(得分：0)
它也被称为：预测某人的情绪波动。
我认为弗洛伊德会说情绪与性欲流（身体和灵魂）有关，而情绪也有文化和道德维度。情绪已经是情绪的升华，它是情绪的表达，如下表中的答案1.我们感到高兴，快乐，害怕，愤怒并用言语或行为模式表达。
阴茎性欲流动导致愤怒/悲伤或快乐/快乐。当外部事件影响我们的心理平衡并导致幸福感增加或幸福感降低时，会发生+ ve和-ve变化。如果知道这些事件并将它们与情绪表达联系起来，您就可以衡量情绪变化的程度。后者取决于事件对于个人设置（文化，教育，心理设置）的重要性。
在数据挖掘上下文中并寻找意图：如果要查找甚至设置度量度量，则需要查找导致人员表达式和使用行为模式的事件。这就像寻找与具有情感和任何特定时间的人相关联的表达集群，并将它们与外部事件联系起来。像许多人对恐怖袭击感到悲伤或愤怒。
此外，人们实际上可能表达与他们的情绪相矛盾的情绪。只有了解文化/心理设置才能评估这一点。