这个话题有很多线程。但我也在发布另一个。所有的帖子可能是一种进行情绪分析的方法，但我发现没有办法。
我想实现情绪分析的做事方式。所以我会要求给我一个方法。在我的研究中，我发现无论如何都会使用它。我猜贝叶斯算法用于计算正面词和负面词，并使用词袋计算句子为正面或负面的概率。
这仅适用于单词，我想我们也必须进行语言处理。那么有没有比这更了解的人呢？如果是，您能否指导我提供一些算法及其链接以供参考，以便我实施。任何特别可以帮助我分析的东西。
你也可以更喜欢我可以使用的语言吗？有人说 Java 相当耗时，所以他们不推荐使用 Java。
非常感谢任何类型的帮助。
首先，情感分析是在文档、句子、短语和特征级别等各个级别上进行的。你在做哪一个？每种方法都有许多不同的方法。您可以在此处找到有关此主题的非常好的介绍。对于机器学习方法，最重要的元素是特征工程，它不仅限于词袋。从我链接的教程中，您可以在不同的应用程序中找到许多其他有用的功能。您需要进行哪些语言处理取决于您要使用哪些功能。例如，如果您的功能需要 POS 信息，您可能需要 POS 标记。
对于分类器，您可以尝试支持向量机、最大熵和朴素贝叶斯（可能作为基线），这些在文献中经常使用，您还可以在链接中找到非常全面的列表。Mallet 工具包包含 ME 和 NB，如果您使用 SVMlight，您可以通过函数轻松地将特征格式转换为 Mallet 格式。当然，这些分类器还有许多其他实现。
对于基于规则的方法，经常使用Pointwise Mutual Information，以及一些基于评分的方法等。
希望这可以帮助。
对于文本分析，没有比 SNOBOL 更强大的语言了。例如，在 SNOBOL-4 中，Fortran 解释器只需要 60 行。
NLTK 为情绪分析提供了非常好的算法。它是开源的，因此您可以查看源代码并检查使用的算法。您甚至可以下载免费的 NLTK 书籍，其中包含一些关于情绪分析的好材料。
谈到你的第二点，我认为 Java 并没有那么慢。我自己多年来一直在用 c++ 编写代码，但最近也开始使用 java，好像你看到很多非常流行的开源软件，如 lucene、solr、hadoop、neo4j 都是用 java 编写的。