sentiment-analysis

1热度

2回答

您好我正在尝试使用python 2.x中的Naive Bayes分类器进行情感分析。它使用txt文件读取情绪，然后根据示例txt文件情绪给出正面或负面的输出。我希望输出与输入相同，例如我有一个文本文件让我们可以看到1000条原始情绪，我希望输出对每个情绪都显示正面或负面。请帮忙。下面是我使用 import math import string def Naive_Bayes_Class

0热度

1回答

从包含给定关键字的文本文件中过滤句子。行被相反的逗号分开

我已经从twitter中使用tweepy访问python中的数据，并且我将它存储在一个文本文件中。该文本文件包含来自30个twitter句柄的推文，并以逗号分隔。我现在只想选择那些包含关键字“@Tcs”的帖子，并将其存储在一个新的文本文件中。以下是访问推文并将其存储在文本文件中的代码。 import tweepy import json import json import csv #

0热度

1回答

如何与corenlp工作时计算精度

请让我知道，如果我不清楚，我发现在GitHub的一些项目编写使用Scala或Java使用corenlp获取文本的情绪的目的，我已经尝试了其他方法来获得文本的情感，方法是这样的，我们有训练数据，所以我们训练数据并制作模型，然后我们可以用测试数据评估我们的模型，所以测试数据有准确性，就此，为什么没有人有兴趣calculatin g当他们使用corenlp时，结果的准确性是什么？我可以问你一些想

2热度

1回答

我可以使用自定义的培训数据集来培训Microsoft文本分析为定制版本吗？

Microsoft文本分析为情感分析提供了开箱即用的功能。但是，如果我会针对餐馆评论，手机建议，旅行顾问等不同情况使用情感分析，那么这些情景和背景会有所不同。如果我想优化每种情况下的回复，理论上我可以带上我的数据集来训练引擎以达到指定的目的。我可以将我的数据集输入到Microsoft文本分析以训练指定的目的情感分析服务吗？或者我可以只使用固定的默认API作为一般服务？

0热度

1回答

如何提取的特殊位置，也特别受到twitts

请让我知道，如果我不清楚，我使用Twitter的API 我的最终目标是提取在芝加哥蠢特夫妇提取蠢特夫妇，还与标的比萨饼，我的意思是找到四围比萨饼，也是用户的位置是在芝加哥twitts，我会得到两种方法：余吨里德第一approaach：在我的搜索应用地理位置，有与问题，现在看来，这不能相互同时应用过滤器（芝加哥，比萨饼）。这是结果的一个屏幕截图：也许因为用户不谈论他们的位置，当他们t

1热度

1回答

怎么办分类斯坦福核心NLP的结果

我有几个关于核心NLP和做分类的问题，首先，我应该说，我读过这个问题，但是，我仍然很困惑： link1 link2 link3 link4 和与此相关的一些人，但我的困惑：当我面对这些链接，我很高兴，我可以做我对它们进行分类的corenlp的结果的东西，那么获得准确性，我的结果一样corenlp的其他结果是这样的：但是现在在这些环节他们在谈论一个然后使用斯坦福分类器进行干细胞运动。如此

1热度

2回答

ValueError：没有足够的值解包（预计3，得到2）

第一次发布一个问题，所以去我的容易。我发现，我想实现我自己，虽然我不断碰到这个错误 ValueError异常来一些代码在线：没有足够的数值解压缩（预计3，拿到2）的代码如下： for i,feats,label in enumerate(testfeats): refsets[label].add(i) observed = classifier.classify(fe

0热度

1回答

虔诚分析_Apache HBase_Apache风暴

我正在尝试对Apache Storm进行情感分析并使用Hbase检索结果。谁能告诉我该怎么做？

1热度

1回答

如何提取投诉从文本的功能，才能从非投诉分类投诉案文

我有大约6000文本的语料库与社交网络（FB，Twitter等）的意见，从一般和地方新闻和杂志等新闻内容。我已经阅读了这300篇文章中的前300篇，并将这300篇文章的内容标记为客户投诉或非投诉。代替文字包的原始的方法，我想知道我怎么能准确地提取这些投诉与非投诉文本的特点是什么？我的目标是使用SVM或Liblinear等其他分类算法/库来最准确地将这些文本的其余部分分类为对现有训练集的300个文

0热度

1回答

如何使RandomForestClassifier更快？

我试图从kaggle网站与Twitter的情绪数据有大约100万的原始它们实现单词模型的袋子。我已经清理，但在最后一部分我申请我的特征向量和情绪，以随机森林分类它走了这么多time.here是我的代码... from sklearn.ensemble import RandomForestClassifier forest = RandomForestClassifier(n_estimator