回答
首先,對文檔,句子,短語和功能級別等各個層次進行情感分析。你在做哪一個?他們每個人都有很多不同的方法。你可以找到一個很好的介紹這個主題here。對於機器學習方法而言,最重要的元素是特徵工程,並不侷限於一攬子文字。您可以在我鏈接的教程的不同應用程序中找到許多其他有用的功能。您需要執行的語言處理取決於您要使用的功能。例如,如果您的功能需要POS信息,則可能需要POS標記。
對於分類器,您可以嘗試支持向量機,最大熵和樸素貝葉斯(可能作爲基線),這些在文獻中經常使用,您可以在鏈接中找到相當全面的列表。 Mallet工具包包含ME和NB,如果您使用SVMlight,則可以使用函數輕鬆將特徵格式轉換爲Mallet格式。當然,這些分類器還有很多其他的實現。
基於規則的方法,逐點互信息被頻繁使用,以及某些類型的基於記分方法等
希望這有助於。
感謝您的介紹! :) – 2012-11-30 08:18:09
NLTK爲情感分析提供了非常好的算法。它是開源的,所以你可以看看源代碼並查看使用的算法。你甚至可以下載免費的NLTK書籍,並有一些關於情感分析的好材料。
來到你的第二點我不認爲Java是那麼慢。我自己編寫C++多年,但最近也開始使用java,就好像你看到很多非常流行的開源軟件如lucene,solr,hadoop,neo4j都是用java編寫的。
對於文本分析沒有比SNOBOL更強的語言。例如,在SNOBOL-4中,Fortran解釋器只需要60行。
- 1. 情感分析
- 2. C#情感分析
- 3. python中的情感分析
- 4. Twitter的情感分析
- 5. LingPipe和情感分析
- 6. 進入情感分析
- 7. C++情感分析庫
- 8. Perl或Java情感分析
- 9. 句子級到文檔級情感分析。分析新聞
- 10. 關於情感分析的問題
- 11. 錯誤Twitter的情感分析
- 12. 鮮明的詞情感分析
- 13. 德語中的Python情感分析NLTK
- 14. 集成Django,MongoDB和情感分析(SVM)
- 15. 「增強」CoreNLP情感分析結果
- 16. 斯坦福corenlp情感分析
- 17. 情感分析阿拉伯語詞典?
- 18. 情感分析聯合列表
- 19. 情感分析,特徵選擇
- 20. LARGE在線對話文本集的情感分析
- 21. 情感分析(SentiWordNet) - 判斷一個句子的上下文
- 22. 不同數量文檔的情感分析
- 23. 如何在情感分析中使用上下文敏感的語法?
- 24. 使用機器學習的情感分析分類器
- 25. 開發情感分析評分模型的代碼問題
- 26. 錯誤情感分析,使用R包 「情」
- 27. 添加表情符號AFINN庫情感分析
- 28. 與音樂相關的Twitter數據的情感分析功能
- 29. 的Python語法無效Twitter的情感分析
- 30. Twitter的情感分析有用的功能
現有的關於情感分析的主題有什麼問題?有很多兩個 - 關於SO和Web上的論文的問題。只要嘗試任何給定的方法,並在這裏問**具體問題**,如果有的話。 – ffriend 2012-02-13 14:27:18