問：情緒分析：鳴叫極性不太受歡迎的科目

Question

我目前正在進行情緒分析項目，第一次將使用推文作爲輸入。這些推文的主題是體育，目前我正在預處理數據並試圖爲它們分配極性。通過將這些情感計數的許多不同的方式是混淆了我一點，因此我有一些問題：

1. 這個線程（Training data for sentiment analysis）列表中的一些語料庫，但他們都不適用於運動。我可以使用其中之一來訓練適用於我的病例的分類器嗎？或者是否會使用不相關的語料庫來歪曲結果？

2. 依靠這個主題的詞典（例如上面的鏈接）能夠取得好的結果嗎？

3. 我應該查詢我的數據庫並手動註釋推文以訓練分類器嗎？

感謝

Answer 1

1. 一般情感分析將始終使用通用語料庫，因爲有些領域有專門語言不會被佔的影響。但是，它可能不會顯着影響您的結果，因爲像bad或great這樣的字會嚴重偏振，而不考慮您的域名區域。

2. 是的，但是如果您正在實施一個產品，您希望創建/找到更適合您的目標域語言語料庫的語料庫，並確保結果在統計學上不存在顯着差異。

3. 不是嗎？如果你發現一個重量與語言相關的語料庫，你可以在這個語料上訓練一個分類器。否則，你將不得不自己確定重量。