如何培训ibm watson个性见解api？

Question

使用api分析一个Twitter流我几乎每个人都获得了非常相似的开放性结果。如何训练语料库以生成不同的输出

Answer 1

不幸的是，你做不到。此外，我担心Twitter不是这种分析的最佳来源，因为每条推文只有一小段文字。 Watson Personality Insights可以更好地处理大型文本样本，而且很可能，twitter语句太短，无法为此类分析提供足够的信息（即使您在同一文本示例中连接了几条推文）。

但是，如果您为其他维度获得了有意义的结果，我建议您做的是忽略开放性信息并尝试使用其他算法（您自己的？）计算它，甚至检查是否只是删除这个维度不能为你提供足够好的结果。

这里有一些不错的提示 - https://www.ibm.com/smarterplanet/us/en/ibmwatson/developercloud/doc/personality-insights/science.shtml以及一些可以帮助您理解算法内部结构的文章参考。

Answer 2

您无法在当前版本中训练Watson Personality Insights。但也许有其他选择。

根据您的消息，我不清楚您是否收到过类似的推文或整个Twitter流的结果。在第一种情况下，正如Leo在不同的答案中指出的那样，请注意，您应该提供足够的信息，以便任何分析都有意义（这是3,000多个单词，而不仅仅是推文）。在第二种情况下，如果您的分数与如此多的文本（每个用户有多少推文？）相似，我会感到有点惊讶，但这可能仍会发生，具体取决于域名。

如果您正在分析各个推文，您也可能会受益于用户Tone Analyzer（截至今天的测试版）。它的社交语气＆＃34;与Personality Insights基本相同，即使是小文本，也会给出一些原始分数。 （顺便说一下，你会采取其他措施，如情绪和写作风格）。

在任何情况下（小型或大型输入），我们都鼓励用户查看他们自己的数据语料库中的原始分数。例如，假设您正在分析一组IT支持调用（我正在进行此操作），您可能会发现一些特征往往都是相同的，因为术语和写作风格在所有特征中都相似。但是，在您的域中可能存在您可能想要关注的小差异，即。每个特质仍有90％的百分位数，最低的10％......所以你可能想对Personality Insights raw_score（api reference）或score进行一些数据分析在音调分析器（api reference）中得出自己的结论。