如何改进twitter情绪分析器？

Question

我正在开发一个C ++ Twitter公司情绪分析工具。用户输入公司，该工具分析一组推文并返回情绪。

到目前为止，我做了以下事情：

1. 将推文限制为英语和最近
2. 制作小写
3. 删除RT，＃符号，@ usernames和网址
4. 删除像＆amp; ^％$（）{}等等字符

然后我将推文解析为单词，并检查两个词的正面和负面词汇。我为每条推文创建了一个完整的情绪。然后我计算正面，中性和负面推文的数量，以得出最终答案。没有使用重量。

我正在考虑实施以下两件事：

1. 从推文中删除停用词
2. 从推文中删除特殊字符和表情符号（基本上是非英语Unicode）

然而，即便如此，大多数搜索最终都是非常中立的。例如，如果我在100条推文中搜索“Apple”，我会说30个正数，10个负数和60个中性。

问题：
1.有没有办法降低中立数？
2.我应该添加什么样的正面和负面词来代表我的搜索标准（公司）

Answer 1

你说没有使用加权，但为什么不添加它。为每个+/-字分配1的基本权重，然后可以应用以下某些条件：

1. 如果他们使用“非常”，“极端”等词语，则加权以下形容词更重（或者不加权，只计算两者都是+/-字）
2. 而不是将所有内容更改为小写，如果有单词的大写字母加权那些用乘数加重的单词
3. 像“好”这样的评价词比“好”
之类的词更重要