回顾数据情绪分析，专注于提取负面情绪？

Question

我正在尝试对一个评论数据集进行情感分析。由于我更关心在评论中识别(提取)负面情绪(现在没有标记，但我尝试手动标记数百条或使用Alchemy API)，如果评论总体上是中立的或正面的，但部分评论有负面情绪，我希望我的模型更倾向于将其视为负面评论。有人能给我一些如何做的建议吗？我正在考虑将bag of words/word2vect与有监督的(随机森林，支持向量机) /unsupervised学习模型(Kmeans)结合使用。

Answer 1

在注释情绪时，不要注释“积极的”、“消极的”和“中性的”。相反，将它们注释为“有负值”或“没有负值”。那么你的情绪分类只会关注这些特征表明负面情绪的强度，这似乎就是你想要的。

Answer 2

通过使用词袋方法，你可以给负面词更多的权重。对于负向字，默认值为-1；对于正向字，默认值为+1。

library(qdap)
Dict <- key.pol
Dict$y <- ifelse(Dict$y==-1,-3,Dict$y)
# explore on small chat
polarity("Food is good i like it. The delivery is bad",polarity.frame = Dict)$all

​

在这里，尽管有两个积极的词，但它是消极的。