Question

我试图找出在大小相当于大约100万次IMDB评论的数据集上使用CoreNLP情绪分析工具（http://nlp.stanford.edu/sentiment/code.html）是否可行。< / LI>

我无法在网上找到任何关于平均时间的绝对指标。如果有人能指出我关于速度的这些统计数据，我将不胜感激。

此外，我正在尝试 - 通过单独使用文本，即通过总结评论中每个句子的分数来查看是否可以估算电影评级。我的想法或下面的代码片段中的任何内容看起来都很愚蠢（应该做得更好）？我觉得我可能会使用这个工具来做一些它不适合的事情，或者我做错了。

public static double getTextSentimentScore(String text){
Annotation annotation = pipeline.process(text);
double sum = 0;
List<CoreMap> sentences = (List<CoreMap>) annotation.get(CoreAnnotations.SentencesAnnotation.class);
int i = 0;
for (CoreMap sentence : sentences) {
    String sentiment = sentence.get(SentimentCoreAnnotations.SentimentClass.class);
    int sentimentScore = 0;
    if (sentiment.equals("Very positive"))
        sentimentScore = 5;
    if (sentiment.equals("Positive"))
        sentimentScore = 4;
    if (sentiment.equals("Neutral"))
        sentimentScore = 3;
    if (sentiment.equals("Negative"))
        sentimentScore = 2;
    if (sentiment.equals("Very negative"))
        sentimentScore = 1;
    sum += sentimentScore;
    System.out.println(sentiment + "\t" + sentimentScore);
}
return (sum/sentences.size());

}

Answer 1

如果您运行此命令：

java -Xmx5g -cp "stanford-corenlp-full-2015-12-09/*" edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,pos,parse,sentiment -filelist list-of-sample-docs.txt

最终输出将为您提供时间信息

所以你要做的就是：

进行100次IMDB评论，将其放入名为imdb_review_1，imdb_review_2等的文件中......
将每个文件名的每行放入list-of-sample-docs.txts
运行该命令，最终输出将显示每个注释器的总时间和总时间

斯坦福的CoreNLP情绪分析工具有多快？

1 个答案: