問題タブ [sentiment-analysis]

私はEEのバックグラウンドを持っていますが、自然言語処理のクラスに参加する機会がありませんでした。

トルコ語の感情分析ツールを作りたいです。テキストを英語に翻訳し、提供されたツールを使用してバグのある翻訳されたテキストで分析するよりも、トルコ語のワードネットデータベースを作成するのが最善だと思います。（そうですか？）

それで、あなたたちは私に何をするように勧めますか？まず、オープンクラスのウェブサイトからNLPクラスを受講しますか？どこから始めたらいいのかわからない。私を助けてくれませんか、そして多分私にステップバイステップガイドを提供してくれませんか？これは学術的なプロジェクトであることは知っていますが、その分野の趣味としてスキルを身に付けることに興味があります。

前もって感謝します。

ASP.NET アプリケーションで使用する単純な感情分析ライブラリが必要です。ライブラリは短い文字列 (Twitter のツイートの最大長は 140 文字) で動作できる必要があり、ツイートをポジティブまたはネガティブに分類するだけで済みます (おそらく中立ですが、必須ではありません)。

Stack Overflow で同様の質問を多数見つけましたが、私の要件に完全に適合する C# のクラス ライブラリを見つけることができませんでした。

Algorithmの投稿のおかげで、uClassify と呼ばれるこの本当にクールな Web サービスを見つけました。

しかし、Web サービスではなく、ライブラリが必要です。何千ものツイートを処理することになり、HttpRequests を作成するオーバーヘッドが大きすぎます。

Ian Barbers Naive Bayes分析クラスを使用して、学校のプロジェクトの文章の感情を分析しています。ポジティブニュートラルとネガティブの独自のデータセットを作成しました。私の問題は、ニュートラルを実装してクラスに見つけさせる方法がわからないことです。以下のリンクは、私が使用しているphpクラス用です

http://phpir.com/bayesian-opinion-mining

コメントを内容に基づいて肯定的または否定的に分類したい。これは NLP (Natural Lang Processing) の問題であり、これを実装するのが難しいと感じています。

カスタマー サポート ドメインでセンチメント分析を実行するために apache mahout を使用しています。適切なトレーニング データ セットを取得できないため、独自に作成しました。今では、肯定的な感情に対して 100 通、否定的な感情に対して 100 通のサポート メールがあります。

しかし、問題は、精度を達成できないことです。55% 前後にとどまり、哀れです。約 70% 前後の精度で十分です。また、Apache mahout の無料の単純なベイズ分類器を使用していることにも注意してください。

正確に言えば、データセットのサイズが小さいことが精度を低下させているのでしょうか? そうでない場合、どこを微調整すればよいですか？

私は私の研究で私の最後のプロジェクトを作っています。

Twitterメッセージの感情分析を作成しようとしています。

私はベイジアンアルゴリズムと言葉の袋を使用しています。

PHP のバッグ オブ ワード アルゴリズムの例はありますか?

何も見つかりません。おそらく、肯定的な言葉と否定的な言葉のリストか何か

チャットアプリケーション用の感情認識システムを構築しています。その中核となる部分は、ユーザーが入力したテキストで動詞を見つけることです。これは、品詞タガーを使用して実行できます。Luceneで品詞タガーを作成することは可能ですか？そうでない場合、私が使用できる優れたオープンソース/ libreソフトウェアパッケージまたはシステムは何ですか？

次のステートメントを検討してください

私は単純な単純ベイズ分類器を書いています。基本的には、トレーニングセットのステートメントを手作業で（肯定的または否定的な感情として）マークし、それに応じてステートメントを構成する単語を保存します。

問題：これらのステートメントの両方を否定的な感情を持つものとしてマークすると、「よく」、「確立された」（ステートメント1）および「任意」、「まで」（ステートメント2）という単語は個別に否定的なものとしてマークされます。一方、別の場合（つまり、「この会社はうまくいっています」）、同じ単語（この場合は「よく」）は肯定としてマークされ、「よく」-1 + 1=0の感情の合計になります。これらの単語を否定語としてタグ付けすることで、これを克服します。たとえば、次のようになります。

これらの種類の単語にタグを付けるための標準的または最良の方法はありますか（同じグループの単語であるかどうかさえわかりません）？明らかに、「会社」にタグを付けることは意味がありません。「会社ではない」は感傷的な価値を持ちません。私は（PHPで）否定語の後のすべての単語にタグを付ける関数を作成しましたが（not、no、could n'tなど）、それらの多くは後で実際には意味がありませんでした（ "not-company"、 " not-NASDAQ」、「not-clowns」）。

英語は私の母国語ではないので、ここでマークした単語の一般名があるかどうか、そして私が望むものが（初歩的な）可能かどうかを尋ねています。可能性のある例外（二重否定など）がたくさんあることは承知していますが、それには入りたくありません。これが可能であれば、多くの分野をカバーできると思います。

このトピックには多くのスレッドがあります。しかし、私は別のものも投稿しています。すべての投稿は感情分析を行うための方法かもしれませんが、方法が見つかりませんでした.

感情分析の方法を実装したいと思います。だから私は私に方法を示すように要求します。調査中に、これがとにかく使用されていることがわかりました。ベイジアンアルゴリズムを使用して、肯定的な単語と否定的な単語を計算し、bag of words を使用して文章が肯定的または否定的である確率を計算していると思います。

これは言葉だけで、言語処理もしないといけませんね。では、もっと知識のある人はいますか？はいの場合、実装できるように、参照用のリンクを含むいくつかのアルゴリズムを案内してもらえますか。特に私の分析に役立つ可能性のあるものは何でも。

また、私が使用できる言語を選択できますか? Java は比較的時間がかかるため、Java を使用することを推奨しないという人もいます。

どんな種類の助けも大歓迎です。

以前に使用されたことのないいくつかの新しいデータ ソースを使用して、ナイーブ ベイズをトレーニングしようとしています。IMDB レビューの Lee & Pang コーパスと MPQA オピニオン コーパスは既に見ました。次の条件を満たす新しい Web サービスを探しています。

1. 簡単に分類 - 好き嫌いまたは 5 つ星の評価が必要
2. すぐに利用できる
3. 新しい資料に関するもの (最初の 2 つほど重要ではありません)

ここに私が独自に思いついたいくつかのサンプルがあります。

• Etsy API
• 腐ったトマト API
• Yelp API

他の提案は大歓迎です=）