我正在做一个能通过文字检测用户情绪的项目吗?我是这个领域的新手,我仍然找到了从文本中检测情绪的最佳算法。我是一个很好的方法来做这个吗?
答案 0 :(得分:1)
您可以使用简单的方法:
我已经完成了这种游戏=>无聊
大小并不意味着一切=>国防
我会带给你所有的痛苦=>愤怒的
财富不喜欢傻瓜=>指教
现在制作一个过滤器,只选择每个短语中的重要单词,删除不会影响其含义的单词
创建一个0到100的范围,让我们创建5个适合0-20 21-40 41-60 61-80 81-100的情绪。每种情绪都会被填充到一个范围内。例如,一个好的范围是:
coolness -> happiness -> normal -> bored -> sad
现在对于步骤2中的每个重要单词,你必须指定一个最能描述情感的0-100范围内的数字(例如:非常高兴是1小快乐是20小悲伤是81非常伤心是100)
现在你会有数字的引号,你可以把数字放在数组中
现在您可以使用神经网络(您将使用您的阵列训练NN,并且对于新条目,它将尝试'说'似乎是什么情绪。
让我们假设您找到了一个培训和测试NN的工具,如下所示。
每个输入都是“情感数组”的数字,输出将是二进制数。如果你想要代表0-4(酷到悲伤)范围,那么你将需要3个输出(3位= 8个可能的数字代表,因为2位我们只能有4个数字)
神经网络的训练文件如下所示:
i1 i2 i3 i4输出
21 27 01 07 1
01 07 02 91 5
15 27 31 40 3
16 01 07 55 4
通过单词意味着:对于表示这些情感的这组输入,我将必须显示1(快乐)和相同的思考其他行
这个文件将有很多训练线(我上面说的300个),训练的结果将是神经网络的重量被校准到你的“人工智能”
当然,输出取决于数据质量和过滤器。
此外,您还必须研究神经网络将拥有多少输入,多少层等等。
答案 1 :(得分:0)
如果必须这样做,我会将其分为两个步骤:
从词典中创建/创建情绪表达/单词(如快乐,愤怒,沮丧或悲伤)的列表/数据库。我不确定但是可能已经存在一些来自词典的API其他明智的你可以通过自己维护。 例如 : http://www.thesaurus.com/browse/sad http://www.psychpage.com/learning/library/assess/feelings.html
检查用户的文字是否包含这些悲伤/错误的单词。
您可以通过捕获文本中任何此类单词的计数来创建用户的文本配置文件。最后根据这些计数你可以预测。