nlp – 使用样本数据或webservice使用NLTK python进行句子的情感分析?

我正在着手进行情绪分析的NLP项目。

我已经成功安装了NLTK for python(似乎是一个很棒的软件)。但是,我无法理解如何用来完成任务。

这是我的任务:

>我从一个长的数据开始(让他们从网络服务中说出关于英国选举的几百个推文)
>我想把它分解成句子(或信息不超过100个字符)(我想我可以在python中这样做)
>然后搜索该句子内的特定实例的所有句子。 “戴维·卡梅隆”
>然后我想检查每个句子中的正/负情绪,并相应计数

注意:我不太在乎准确性,因为我的数据集很大,也不用担心讽刺。

这是我遇到的麻烦:

>我可以找到的所有数据集NLTK附带的语料库电影审查数据不是webservice格式。看来这已经做了一些处理。据我看到,加工(由斯坦福德)是用WEKA完成的。 NLTK不可能自己做所有这些?这里所有的数据集已经被组织成正/负已经例如。极性数据集http://www.cs.cornell.edu/People/pabo/movie-review-data/怎么做? (通过情绪组织句子,肯定是WEKA还是别的?)
>我不知道我明白为什么WEKA和NLTK会一起使用。似乎他们做的事情也是一样的。如果用WEKA处理数据,首先要找出情绪,为什么需要NLTK?是否可以解释为什么这可能是必要的?

我发现几个脚本有点接近这个任务,但都使用相同的预处理数据。不能自己处理这些数据以发现句子中的情绪,而不是使用链接中给出的数据样本?

任何帮助是非常感激,将救我多头发!

干杯柯

电影评论数据已经被人类标记为正面或负面(作出评论的人给了电影一个用于确定极性的评分)。这些黄金标准标签允许您训练分类器,然后您可以使用其他电影评论。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或负的准确性。或者,您可以通过自己标注几千个推文,将其作为正面或负面的,并将其用作您的培训套件。

有关使用朴素贝叶斯进行情感分析与NLTK:http://streamhacker.com/2010/05/10/text-classification-sentiment-analysis-naive-bayes-classifier/的说明

然后在该代码中,而不是使用电影语料库,使用您自己的数据来计算字数(在word_feats方法中)。

相关文章
相关标签/搜索