用NLTK对自己的文本数据进行情感分类

Question

我要问的问题听起来可能非常类似于post 用NLTK python分析句子时使用样本数据还是webservice？，但我已经完成了对文本中句子的解析和令牌化。我的问题是

1. 到目前为止，我在NLTK电影评论示例中看到的任何示例似乎都与我的问题非常相似，但是对于movie_review，培训文本已经以一种形式存在，因为它有两个文件夹pos和neg，文本存储在那里。如何对我的大型文本进行分类，是否手动读取数据并将其存储到两个文件夹中。这是否构成了语料库。在此之后，我可以像示例中的movie_review数据那样处理它们吗？

2.如果对上述问题的回答是肯定的，是否有任何手段可以加快这项任务。例如，我只想处理包含"Monty“内容的文本。然后我将它们手动分类，然后将它们存储在pos和neg文件夹中。那有用吗？

请帮帮我

Answer 1

是的，你需要一个训练语料库来训练分类器。或者你需要其他方法来检测情绪。

要创建培训语料库，您可以手工分类，也可以让其他人为您分类(机械土耳其语很受欢迎)，或者您可以使用语料库引导。对于情感，这可能涉及创建两个关键字列表，积极的词和消极的词。使用这些，你可以创建一个初始训练语料库，用手纠正它，然后训练一个分类器。这是一个迭代过程，需要记住的关键是“垃圾进入，垃圾输出”。换句话说，如果你的训练语料库是错误的，你不能期望你的分类器是正确的。