sentiment-analysis

0热度

1回答

我有一个词汇词典在这种形状 6 ابن جزمه 1 7 ابو جهل -1 8 اتق الله -1 9 اتقو الله 1 我想创建一个包含基于词典添加每个单词的得分每个句子的得分一个新的列表，如果没有的话存在追加零当我实现我的代码，我得到len(lex_score) = 3679后，我加入elif的条件下，我得到len(lex_score) = 95079 的LEN（le

0热度

1回答

计算KNN的欧氏距离

我已经看到很多计算KNN的欧几里得距离的例子，但是非情感分类的例子。比如我有一句“一个非常接近的比赛” 如何计算的一句“伟大的博弈”的欧氏距离？

1热度

1回答

Python是否为文本关系提供任何库？

我有一个词，让我们说'美国'，和一个文本文件。我想知道整个文件是否关于'美国'。 “美国”这个词在文件中可以提到100次或1000次，但是到这一天结束的时候文件可能会谈到中国。我经历了Python中的情感分析库，但是只有当doc以正面，负面或中立的方式提及这个词时，这些库才会返回。我也可以统计单词的提及次数和单词与文档中每个单词的相似度，但仍不知道如何判断整个文档是否与提及的单词有关。 Pyt

0热度

1回答

NLP看点采矿方法

我试图实现作为方面矿工基于消费者评论在亚马逊的耐用洗衣机，冰箱。这个想法是输出方面的情感极性而不是整个句子。例如：'食物很好，但服务很差'评论必须输出食物是积极的，服务是消极的。我阅读了Richard Socher关于细粒度情感分类器的RNTN模型的论文，但我想我需要手动为不同领域的词组标记情感并创建我自己的树库以获得更好的准确性。这是我想到的另一种方法。是否有人可以通过您的反馈来验证/引导我

-1热度

1回答

“GET search/tweets”是否会返回上周的所有推文？

https://dev.twitter.com/rest/reference/get/search/tweets 从我在twitter文档中看到的，它只限制每个窗口过去一周的请求数。我的问题是返回的推文数量是否有限制？例如，我发一个请求电话search/tweets，检索词Trump。我相信在过去一周内可能会有数百万条推文含有Trump这个词。此单个请求调用是否会向我返回数百万条推文？还是根

0热度

2回答

处理分类模型中的新功能

我正在迈出ML的第一步，特别是用于文本情感分析的分类器。我的方法是制作通常的80％训练数据集和20％的测试。有一个训练有素的模型什么是出现新特征时在生产环境中进行的最佳方式（初始数据集中不存在文本中的新词）？

-2热度

1回答

情绪分析 - 觉醒

我真的是编程的初学者，而且我遇到了一个问题。我正在对假新闻和真实新闻进行比较分析。我有一个aprox文本语料库。 3000条真实新闻和3000条假新闻。我需要弄清楚虚假或真实的新闻是否会唤起更高的唤起情绪。我想通过使用Warriner et。人。单词列表：http://crr.ugent.be/archives/1003 我已经导入单词列表给我的脚本： warriner = pd.read_csv

0热度

1回答

get_sentiments函数中的错误

有没有人在R中使用'tidytextmining'进行情感分析？ Tidytextmining 我使用R诉3.4.1和我正在以下错误此一段代码。 library(tidytext) library(dplyr) get_sentiments("afinn") 错误 - 错误get_sentiments（ “afinn”）：找不到函数 “get_sentiments” 我已经安装了合适的包

0热度

1回答

问：情绪分析：鸣叫极性不太受欢迎的科目

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：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

0热度

1回答

我怎样才能提高新闻标题的情感分析的准确性？

我使用Vader和TextBlob分析，结果好坏参半新闻标题的感悟：很多头条，我会考虑稍微负的评分为中性。下面是几个例子： Who wants to live in an artificially intelligent future? # Vader: {'compound': 0.4588, 'pos': 0.273, 'neu': 0.727, 'neg': 0.0} # TextBlo