是否有无监督培训的情感论坛数据？

Question

我最近完成了一个机器学习课程，并想制作一个论坛情绪分析工具，将其应用于股票相关论坛。

其想法是：

1. 捕获(文本挖掘)用户与他们的评论，并评估他们的意见的感情(积极，消极，中立)。
2. 捕捉这些评论之后发生的事情(股票市场)，并相应地给用户分配一个权重(如果用户的情绪是对的，并且市场遵循相同的方向，则更大的权重)。
3. 将这些评论作为预测市场走向的工具。

事实上，我自己做这个(注意论坛)，加上我自己的技术分析和强制性的尽职调查，它一直对我很好。我只是想让它自动化一点，甚至允许一个程序使用我的一些帐户(先进行纸面交易，如果它能在一个真实的帐户中分配一些钱)。

这将是我的第一个机器学习项目(作为一个概念的证明)，因此，任何意见将非常感谢。

我发现的最大问题是，我想要制作一个无监督培训，并且我需要一个样本数据集来进行培训。

问题:是否有任何已知的论坛情绪数据可用于无监督的培训？

我发现了一些情绪数据集(twitter、imbd、amazon评论)，但它们非常特定于它们的利基(短消息、电影、产品.)但我在找更一般的东西。

Answer 1

因为您正在寻找一种无监督的方法，所以您可以使用与“真实情况”相匹配的任何数据集。文本挖掘和情感分析通常是针对手头的问题而量身定做的，因此很容易直接从实际数据开始。最好的方法是建立一个刮板，直接抓取你想要分析的论坛帖子。您可以使用Python (漂亮的汤/selenium)轻松地构建刮板。网上有很多很好的教程，例如：https://www.dataquest.io/blog/web-scraping-tutorial-python/