问题标签 [sentiment-analysis]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - Python 中 Twitter 的情感分析
我正在寻找文本情感分析（http://en.wikipedia.org/wiki/Sentiment_analysis）的开源实现，最好是在python中。有人熟悉我可以使用的这种开源实现吗？
我正在编写一个应用程序，它在 twitter 上搜索一些搜索词，比如“youtube”，并计算“快乐”推文与“悲伤”推文。我正在使用 Google 的 appengine，所以它在 python 中。我希望能够对来自 twitter 的返回搜索结果进行分类，并且我想在 python 中做到这一点。到目前为止，我还没有找到这样的情绪分析器，特别是在 python 中。你熟悉我可以使用的这种开源实现吗？最好这已经在python中，但如果没有，希望我可以将它翻译成python。
请注意，我正在分析的文本非常短，它们是推文。因此，理想情况下，该分类器针对此类短文本进行了优化。
顺便说一句，twitter 确实支持搜索中的 ":)" 和 ":(" 运算符，它们的目的就是为了做到这一点，但不幸的是，它们提供的分类并不是那么好，所以我想我可以自己尝试一下.
谢谢！
dictionary - 情绪分析的种子数据
我正在玩情绪分析，我正在寻找一些种子数据。周围有免费词典吗？
它可以非常简单：3 组文本/句子，分别代表“正面”、“负面”、“中性”。它不必很大。
最终，我可能会为我的特定用例生成我自己的种子数据，但是在我构建这个东西时，现在有一些东西可以玩会很棒。
nlp - 如何开始情绪分析？
有人可以就如何开始情绪分析提供一些起点。
如果您可以提供一些可用于该任务的开源工具，那就太好了。
目前我正在研究 GATE ( http://gate.ac.uk ) 和 RapidMiner ( http://rapid-i.com/ )，但我认为我在茫茫人海中，缺乏入门的基础知识这些工具...
如果之前有 GATE/RapidMiner 经验的人解释了如何开始使用它们，那将会很有帮助。
machine-learning - 无监督情绪分析
我一直在阅读很多文章，这些文章解释了在情感分析系统真正起作用之前需要一组初始文本，这些文本被归类为“正面”或“负面”。
我的问题是：有没有人试图对“积极”形容词和“消极”形容词进行初步检查，考虑到任何简单的否定词以避免将“不快乐”归类为积极？如果是这样，是否有任何文章讨论为什么这种策略不现实？
java - Perl 或 Java 情绪分析
我想知道是否有人知道任何用于情感分析的好的 Perl 模块和/或 Java 类。我读过关于 LingPipe 的文章，但该程序最终需要用于商业用途，所以开源会更好。我也研究了 GATE，但他们关于情绪分析的文档充其量是稀疏的。
dictionary - 情绪分析词典
我想知道是否有人知道我可以在哪里获得积极和消极词汇的字典。我正在研究情绪分析，这是其中的关键部分。
nlp - 情绪分析的最佳算法方法
我的要求是接收新闻文章并确定它们对某个主题是正面的还是负面的。我正在采用下面概述的方法，但我一直在阅读 NLP 可能在这里有用。我读过的所有内容都指向 NLP 从事实中检测意见，我认为这对我来说并不重要。我想知道两件事：
1) 为什么我的算法不起作用和/或我该如何改进它？（我知道讽刺可能是一个陷阱，但我再次认为在我们将获得的新闻类型中不会发生太多）
2) NLP 有什么帮助，我为什么要使用它？
我的算法方法（我有正面、负面和否定词的字典）：
1) 统计文章中正负词的个数
2）如果否定词与肯定词或否定词的2或3个词一起找到，（即：不是最好的）否定分数。
3) 将分数乘以手动分配给每个单词的权重。（1.0开始）
4) 将正面和负面的总和相加得到情绪分数。
database - 100 万个句子要保存在数据库中 - 删除不相关的英语单词
我正在尝试用从情绪中提取的正面/负面词来训练朴素贝叶斯分类器。例子：
我喜欢这部电影 ：））
我讨厌下雨的时候:(
这个想法是我根据使用的情绪提取正面或负面的句子，但为了训练分类器并将其保存到数据库中。
问题是我有超过 100 万个这样的句子，所以如果我一个字一个字地训练它，数据库就会折腾。我想删除所有不相关的单词示例'I'，'this'，'when'，'it'，这样我必须进行数据库查询的次数就会减少。
请帮助我解决这个问题，向我建议更好的方法
谢谢
social-networking - 具有人工智能的社交网络
我正在计划一个带有人工智能的社交网络。这意味着 SN 将接受对话（英语）.. 并对其进行分析，以提取关于某个主题的一般意见。这有助于收集信息并建立统计数据，然后将其发送给适当的用户。我的问题是：如何在数据库中组织单词和语法规则，以帮助社交网络从对话中提取一般意见（同意，不同意..等）！谢谢你。
algorithm - GMail/Facebook 使用哪些算法来投放与上下文相关的广告？
GMail 在电子邮件文本右侧的栏中提供了一些非常好的广告。Facebook 也是如此。我在 Facebook 上看到的广告通常（非常）与我感兴趣的内容相关。显然，他们对可用的信息进行了预处理。GMail 会扫描我的电子邮件文本，提取关键字，然后投放相关广告。Facebook 也是如此。他们有很多用户特定的信息可供他们使用。所以我想他们会在生成任何广告推荐之前对所有内容进行预处理。
有谁知道这些系统使用什么特定算法？