问：情绪分析：鸣叫极性不太受欢迎的科目

Question

我目前正在进行情绪分析项目，第一次将使用推文作为输入。这些推文的主题是体育，目前我正在预处理数据并试图为它们分配极性。通过将这些情感计数的许多不同的方式是混淆了我一点，因此我有一些问题：

1. 这个线程（Training data for sentiment analysis）列表中的一些语料库，但他们都不适用于运动。我可以使用其中之一来训练适用于我的病例的分类器吗？或者是否会使用不相关的语料库来歪曲结果？

2. 依靠这个主题的词典（例如上面的链接）能够取得好的结果吗？

3. 我应该查询我的数据库并手动注释推文以训练分类器吗？

感谢

Answer 1

1. 一般情感分析将始终使用通用语料库，因为有些领域有专门语言不会被占的影响。但是，它可能不会显着影响您的结果，因为像bad或great这样的字会严重偏振，而不考虑您的域名区域。

2. 是的，但是如果您正在实施一个产品，您希望创建/找到更适合您的目标域语言语料库的语料库，并确保结果在统计学上不存在显着差异。

3. 不是吗？如果你发现一个重量与语言相关的语料库，你可以在这个语料上训练一个分类器。否则，你将不得不自己确定重量。