用于情绪分析的NLP和机器学习

时间:2011-10-04 05:05:51

标签: artificial-intelligence nlp machine-learning data-mining classification

我正在尝试编写一个程序,将文本(文章)作为输入并输出该文本的极性,将其置于正面或负面的情绪中。我已经广泛阅读了不同的方法,但我仍然感到困惑。我读过许多技术,如分类器和机器学习。我想指导和明确指示从哪里开始。例如,我有一个需要数据集的分类器,但我如何将文本(文章)转换为分类器的数据集。如果有人能告诉我解决这个问题的逻辑顺序。提前致谢! PS:请提及任何相关算法或开源实现

此致 麦克

5 个答案:

答案 0 :(得分:7)

如果您使用的是Python,我建议您查看NLTK和NLTK book

此博客:streamhacker.com有一些非常好的文章可以帮助您入门。

自2000年末以来,该领域进行了大量研究。

更新(2013年10月):

斯坦福大学的研究在情绪分析方面取得了突破,平均准确率达到了85%以上。 (http://gigaom.com/2013/10/03/stanford-researchers-to-open-source-model-they-say-has-nailed-sentiment-analysis/

答案 1 :(得分:0)

在开始之前,您可以查看现有的NLP框架。

答案 2 :(得分:0)

您可以查看WEKA软件。它有许多内置的机器学习分类器,可用于情感分类。 它要求您将输入数据转换为ARFF格式。

答案 3 :(得分:0)

你可以找到一些有趣的数据集,从NLP,NER到图像分类,边界在这里:https://dataturks.com/projects/trending

答案 4 :(得分:-1)

如果你是nlp和python的初学者,那么你可以尝试一些优秀的api来进行情绪分析。

以下是一些可用于执行任务的Api

1。)sentiment analysis api

2。)Monkey Learn api for sentiment analysis

阅读目的 Great info on Sentiment Analysis: