vader

5熱度

1回答

我使用Vader SentimentAnalyzer來獲取極性分數。我之前使用了正/負/中性的概率分數，但我剛剛意識到「複合」分數，範圍從-1（最大負值）到1（大多數）將提供單一極性測量。我想知道如何計算「複合」分數。這是從[pos，neu，neg]向量計算出來的嗎？

0熱度

1回答

我怎樣才能提高新聞標題的情感分析的準確性？

我使用Vader和TextBlob分析，結果好壞參半新聞標題的感悟：很多頭條，我會考慮稍微負的評分爲中性。下面是幾個例子： Who wants to live in an artificially intelligent future? # Vader: {'compound': 0.4588, 'pos': 0.273, 'neu': 0.727, 'neg': 0.0} # TextBlo

3熱度

1回答

是否可以編輯NLTK的vader情緒詞典？

我想將單詞添加到vader_lexicon.txt以指定單詞的極性分數。什麼是正確的做法？我在AppData\Roaming\nltk_data\sentiment\vader_lexicon看到此檔案。該文件由單詞，其極性，強度以及由「10個獨立人類評估者」提供的10個強度分數組成。 [1]然而，當我編輯它，沒有在下面的代碼的結果改變了： from nltk.sentiment.vader i

1熱度

1回答

基於詞典的情感分析的準確性

我對我已經獲取的一組Twitter數據執行不同的情感分析技術。它們基於詞典（Vader Sentiment和SentiWordNet），因此不需要預先標記的數據。我想知道是否有方法（如F-Score，ROC/AUC）來計算分類器的準確性。我所知道的大多數方法都需要一個目標來比較結果。

2熱度

1回答

如何獲得積極分數？

我是新來的情感分析。我想得到的積極分數只有不是所有像複合，負，pos，neutral.Can任何人都可以幫助我做到這一點？ sid = SentimentIntensityAnalyzer() ss = sid.polarity_scores(sentence) 在此先感謝。