3

ユーザーの Facebook 投稿をコンテンツに基づいて評価するアプリケーション (感情分析) を試して作成したいと考えています。最初は自分でアルゴリズムを作成しようとしましたが、信頼性が低いと感じました。単語の辞書リストを作成し、辞書に対して投稿をスキャンし、それが肯定的か否定的かを評価しました。しかし、私はこれが最小限だと感じています。投稿に基づいて、その人の気分や感情/性格特性を評価したいと思います. これは可能ですか？

いくつかのオンライン API を利用したいと考えています。ご協力ください。ありがとう ;）

4

4 に答える 4

3

@Jared が指摘したように、トレーニング コーパスの品質によっては、辞書ベースのアプローチを使用すると、状況によっては非常にうまく機能する場合があります。これは、実際に CLIPSパターンとTextBlobの実装がどのように機能するかです。

TextBlob を使用した例を次に示します。

from text.blob import TextBlob
b = TextBlob("StackOverflow is very useful")
b.sentiment  # returns (polarity, subjectivity)
# (0.39, 0.0)

デフォルトでは、TextBlob はパターンの辞書ベースのアルゴリズムを使用します。ただし、アルゴリズムは簡単に交換できます。たとえば、映画レビュー コーパスでトレーニングされた単純ベイズ分類器を使用できます。

from text.blob import TextBlob
from text.sentiments import NaiveBayesAnalyzer

b = TextBlob("Today is a good day", analyzer=NaiveBayesAnalyzer())
b.sentiment  # returns (label, prob_pos, prob_neg)
# ('pos', 0.7265237431528468, 0.2734762568471531)
于 2013-08-27T22:59:08.027 に答える
1

説明したアルゴリズムは実際にはうまく機能するはずですが、結果の品質は使用する単語リストに大きく依存します。センチメンタルの場合、Facebook の投稿に対するコメントを取得し、センチメントに基づいてスコアを付けます。AFINN 111 単語リストを使用してコメントを単語ごとにスコア付けすると、このアプローチは (おそらく驚くべきことに) 効果的です。最初に単語を正規化してステミングすることで、さらに良い結果が得られるはずです。

于 2013-08-20T18:33:44.713 に答える
0

C# の Naive Bayes 分類器に基づくセンチメント分析エンジンのオープン ソース実装を探している場合は、https://github.com/amrishdeep/Dragonを参照してください。ブログ投稿や複数段落の製品レビューなど、大量の単語のコーパスで最も効果的です。ただし、一握りの単語を含むFacebookの投稿で機能するかどうかはわかりません

于 2014-03-07T05:04:28.040 に答える