如何处理twitter情绪分析？

Question

为了解决这个问题，我希望你能给我一些建议。在大学里，我一直在解决意见挖掘的任务，但是在Twitter上，这种方法是完全不同的。例如，我使用了一种集成学习方法来分类用户对西班牙某酒店的看法。当然，我接受了一套包含积极和消极意见的培训，然后用测试集进行了测试。但现在，在twitter上，我发现这类分类非常困难。

，

1. ，我需要一套训练吗？如果这个问题的答案是肯定的，你不认为推特是暂时的吗?所以如果我有了这样的答案，我在未来的话题上的表现就会很差吗？
2. ，我在考虑拿一本字典(主要是形容词)，把我的推文和它交叉起来，得到一个术语文档矩阵，但是我没有给任何推特分配类。另外，积极形容词和否定形容词也可能因主题和时间的不同而有所不同。那么，如何处理这个问题呢？
3. 如何处理语言问题？例如，我想学习用英语和西班牙语写的推文，但是separately.
4. Which编程语言你建议这样做吗？我一直在尝试像tm，twitteR.

这样的R包

Answer 1

1. 确信，我认为情绪的使用方式将在几个月内保持不变。最坏的情况是你重新命名和再训练。在我的experience.
2. You'll中，对于工业应用来说，无监督学习有着糟糕的记录，需要一些情感/情感字典--有一些数据集在那里，但我忘记了它们在哪里。我可能已经用更好的信息回答了前面的问题。
3. 只做英语推文，构建语言分类器相当容易，但是您希望从小开始，所以如果您想在少量代码中轻松地完成它，那么就在

(NLTK)上轻松处理。Java有很好的NLP功能，但是Python和它的库更加用户友好的

Answer 2

本网站：https://sites.google.com/site/miningtwitter/questions/sentiment提供了3种使用R进行情感分析的方法。

twitter包现在被更新以使用新的twitter。我希望您下载包的源代码版本，以避免重复的tweet。

我正在编写一本西班牙语词典，用来挖掘意见，并会在可访问的地方出版。

干杯!

Answer 3

如前所述，情绪分析只会给出三个结果--正面、负面和中性。我发现了一个关于推特情绪分析的教程，它很容易安静。

我在这里找到的- https://www.ai-ml.tech/twitter-sentiment-analysis/

只有3个依赖项，我下载和较小的代码，完成。只要通过它，你就会得到解决方案。