sentiment-analysis - 如何应对推特情绪分析？

Question

为了解决这个问题，我希望你给我一些建议。在大学里，我一直在解决意见挖掘任务，但在 Twitter 上，方法完全不同。例如，我使用集成学习方法对用户对西班牙某家酒店的看法进行分类。当然，我得到了一个包含正面和负面意见的训练集，然后我用测试集进行了测试。但是现在，有了推特，我发现这种分类非常困难。

1. 我需要训练集吗？如果这个问题的答案是肯定的，你不觉得 twitter 这么短暂，所以如果我有那个设置，我在未来主题上的表现会很差吗？

2. 我正在考虑获取一本字典（主要是形容词）并将我的推文与它交叉并获得一个术语文档矩阵，但我没有为任何推特分配类。此外，积极形容词和消极形容词可能会因主题和时间而异。那么，如何处理呢？

3. 如何处理语言问题？例如，我想研究用英语和西班牙语写的推文，但要分开研究。

4. 你建议用哪种编程语言来做这样的事情？我一直在尝试使用 R 包，例如 tm、twitteR。

Answer 1

1. 当然，我认为情绪的使用方式会在几个月内保持不变。最坏的情况是你重新贴标签并重新训练。根据我的经验，无监督学习在工业应用方面有着糟糕的记录。
2. 你需要一些情感/ adj 字典来处理情感——那里有一些数据集，但我忘记了它们在哪里。我可能已经用更好的信息回答了以前的问题。
3. 只做英文推文，构建语言分类器相当容易，但你想从小处着手，所以放轻松
4. Python (NLTK) 如果您想用少量代码轻松完成。Java 有很好的 NLP 东西，但 Python 和它的库对用户更友好

Answer 2

该站点：https ://sites.google.com/site/miningtwitter/questions/sentiment提供了 3 种使用 R 进行情绪分析的方法。

twitter 包现已更新，可与新的 twitter API 一起使用。我希望你下载包的源版本以避免重复推文。

我正在编写一本用于意见挖掘的西班牙语词典，并将在可访问的地方发布。

干杯！

Answer 3

如上所述，情绪分析只会给出 3 个结果 - 正面、负面和中性。我找到了一个关于 Twitter 情绪分析的教程，很简单。

我在这里找到了 - https://www.ai-ml.tech/twitter-sentiment-analysis/

我只下载了 3 个依赖项，并且完成了较少的代码。只要通过它，你就会得到解决方案。