我正在着手一个用于情感分析的 NLP 项目。
我已经成功安装了Python的NLTK（看起来是一个很棒的软件）。但是，我无法理解如何使用它来完成我的任务。
这是我的任务：
- 我从一长条数据开始（假设来自他们的网络服务的数百条关于英国大选主题的推文）
- 我想将其分解为句子（或信息不超过 100 个左右字符）（我想我可以在 python 中做到这一点？）
- 然后在所有句子中搜索该句子中的特定实例，例如“大卫·卡梅伦”
- 然后我想检查每个句子中的积极/消极情绪并相应地计算它们
注意：我并不太担心准确性，因为我的数据集很大，而且也不太担心讽刺。
以下是我遇到的麻烦：
我能找到的所有数据集，例如NLTK附带的语料库电影评论数据不是Web服务格式。看起来这已经完成了一些处理。据我所知，处理（由斯坦福大学）是用 WEKA 完成的。 NLTK 自己不可能完成这一切吗？这里所有的数据集已经被组织成正/负，例如极性数据集http://www.cs.cornell.edu/People/pabo/movie-review-data/ http://www.cs.cornell.edu/People/pabo/movie-review-data/这是怎么做到的？ （按情感来组织句子，肯定是WEKA？还是别的什么？）
我不确定我是否理解为什么 WEKA 和 NLTK 会一起使用。看起来他们做的事情几乎是一样的。如果我首先使用 WEKA 处理数据来寻找情绪，为什么我需要 NLTK？是否可以解释为什么这可能是必要的？
我发现一些脚本在某种程度上接近此任务，但所有脚本都使用相同的预处理数据。是否无法自己处理这些数据以查找句子中的情绪，而不是使用链接中给出的数据样本？
非常感谢任何帮助，这会节省我很多头发！
干杯柯
电影评论数据已经被人类标记为正面或负面（做出评论的人给电影评分，用于确定极性）。这些黄金标准标签允许您训练分类器，然后您可以将其用于其他电影评论。您可以使用该数据在 NLTK 中训练分类器，但将结果应用于选举推文可能不如随机猜测正面或负面准确。或者，您可以自己浏览数千条推文并将其标记为正面或负面，并将其用作您的训练集。
有关使用朴素贝叶斯通过 NLTK 进行情感分析的说明：http://streamhacker.com/2010/05/10/text-classification-sentiment-analysis-naive-bayes-classifier/ http://streamhacker.com/2010/05/10/text-classification-sentiment-analysis-naive-bayes-classifier/
然后在该代码中，不使用电影语料库，而是使用您自己的数据来计算字数（在word_feats方法）。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
