3

我正在使用 Twitter4j 开发一个应用程序。我正在尝试导入带有特定主题标签的推文（例如：天气）然后，我想通过搜索关键字对带有该主题标签的推文进行分类。

例如：一些导入的推文可能是

- OMG, I hate this rain #weather
- This sunshine makes me feel so happy #weather
- Such strange #weather! One moment it rains, the next the sun shines. Confusing!
- Rain makes me sad #weather
- I love the sunshine! #weather

然后，我想将这些推文分类为：

- hate, Confusing, sad,... are negative 
- happy, love,... are positive

PositiveTweets 将是：

- This sunshine makes me feel so happy #weather
- I love the sunshine! #weather

NegativeTweets 将是：

- OMG, I hate this rain #weather
- Such strange #weather! One moment it rains, the next the sun shines. Confusing!
- Rain makes me sad #weather

所以，NegativeTweets=3和PositiveTweets=2

任何人都可以帮助我或将我指向类似的东西吗？

4

2 回答 2

6

您可以查询#weather 主题标签，然后根据推文是否包含您为天气好或坏的天气指定的任何关键字，将它们分成单独的列表。

public static void main(String[] args) throws TwitterException {
    List<Tweet> goodWeather = new ArrayList<Tweet>();
    List<Tweet> badWeather = new ArrayList<Tweet>();

    Twitter twitter = new TwitterFactory().getInstance();
    System.out.println("Fetching Weather Data...");

    // get the 1000 most recent tweets tagged #weather
    for (int page = 1; page <= 10; page++) {
        Query query = new Query("#weather");
        query.setRpp(100); // 100 results per page
        query.setPage(page);
        QueryResult qr = twitter.search(query);
        List<Tweet> qrTweets = qr.getTweets();

        // break out if there are no more tweets
        if(qrTweets.size() == 0) break;

        // separate tweets into good and bad bins
        for(Tweet t : qrTweets) {
            if (t.getText().toLowerCase().contains("happy") ||
                t.getText().toLowerCase().contains("love")) {
                goodWeather.add(t);
            }

            if (t.getText().toLowerCase().contains("sad") ||
                t.getText().toLowerCase().contains("hate")) {
                badWeather.add(t);
            }
        }
    }

    System.out.println("Good Weather: " + goodWeather.size());
    for (Tweet good : goodWeather) {
        System.out.println(good.getCreatedAt() + ": " + good.getText());
    }

    System.out.println("\nBad Weather: " + badWeather.size());
    for (Tweet bad : badWeather) {
        System.out.println(bad.getCreatedAt() + ": " + bad.getText());
    }
}
于 2012-10-19T03:04:26.780 回答
2

我想你想做的是Sentiment Analysis看看你检索到的推文中有多少是正面的，有多少是负面的，对吧？一个好的开始是查看SentiWordNet它已经存储了很多单词，以及单词的正面或负面极性，它只是一个包含所有这些数据的文本文件。您需要解析它并将数据存储在某种数据结构中。完成所有这些后，您只需扫描推文并匹配单词并获得分数，然后标记推文。这并不像听起来那么难，SentiWordNet请先搜索。我相信这是更好的方法，因为从长远来看它会帮助你更多:)

希望这有帮助

于 2013-03-13T19:05:09.297 回答