如何将Stanford Core NLP与没有经过训练的电影数据集的算法进行比较？

Question

我希望使用经过电影评论培训的斯坦福核心NLP。我想将它与常规的情绪分析算法进行比较，该算法未经过电影评论的训练。有没有办法在没有经过训练的数据集的情况下使用Stanford Core NLP Link Here进行电影评论，还是可以使用其他任何来源直接进行比较？

Answer 1

在没有经过培训的电影评论数据集的情况下，CoreNLP Sentiment的含义不清楚。 Sentiment模型需要一些数据集来训练 - 未经训练的它根本不会做任何事情。可以在不是电影评论的数据集上训练它，但为此你必须找到或创建一个合适的数据集。

Answer 2

1. 您可以通过 VADER：A执行Polarity Sentiment Analysis 基于规则的社交媒体情感分析模型 文本即可。这个包使用正面和负面词（词典）的静态知识库。每次电影评论，提供4个分数：正面， 消极，中性情绪评分以及“复合”评分 （区别于其他三个）。

请参阅：

https://github.com/cjhutto/vaderSentiment

http://www.nltk.org/howto/sentiment.html

http://www.nltk.org/_modules/nltk/sentiment/vader.html

1. 可以从here获取其他词典。

2. 据我所知，CoreNLP为英语提供经过培训的CoreNLP模型。请参阅here。

Answer 3

斯坦福CoreNLP API与使用电影评论培训的预训练模型捆绑在一起。所以你可以直接使用API​​。