nlp -意见挖掘与情感分析

Question

有人告诉我，nlp可能是让研究人员在写作时推断一个人的情感状态的关键。例如，通过在线笔记上的nlp分析，你可以推断出一个学生是否有压力。我在教育认知科学工作，所以如果是这样的话，这对我来说将是一个宝贵的资源，然而，我正在努力寻找证据来证明事实确实如此。

我已经开始了初步的研究，并试图了解一些关于nlp的技术方面的知识--我正在学习Jurafsky和Manning的在线课程，迈克尔·柯林斯的另一部 --我一直在阅读关于什么是可以用nlp推断的，特别是关于意见挖掘和情感分析的。

我的问题有两部分：

• 首先，我所遇到的大多数资源都说了一些类似nlp的东西，可以用于意见挖掘和情感分析，我们将讨论对意见挖掘的影响。有人能指点我的方向更多的情感分析导向的资源吗？
• 其次，据我所知，情感分析是在文本中推导出陈述的情感，例如，我很高兴，我喜欢，很好吃，很享受，很讨厌，很沮丧等等。nlp，或者其他什么东西，能被用来产生未陈述的情感吗？这和情感分析是一样的吗？

如果这是在错误的交换中被问到的话，请道歉。我一直在努力寻找最合适的人选，但我不确定哪一个最合适。

Answer 1

我认为关键是，大多数递归神经网络问题都是以回归(低值表示负面情绪，高值正)或二元分类(这是正的吗？)来表述的。

你似乎感兴趣的是一个更加微妙的情感定义。这并不存在任何固有的问题，因为同样的算法很可能可以用来预测更复杂的情绪。问题只是简单地贴上数据的标签。因为这种分类甚至对人类来说也是困难的，所以要可靠地收集数据，比如说，作家的压力有多大，是不容易的。

但是，如果您对组装这种性质的数据集感兴趣，就可以应用相同的方法(递归神经网络是一个流行的选项)来进行分类。该领域的许多研究人员使用亚马逊机械土耳其或类似的方法，以合理的成本收集标记数据。

Answer 2

情感分析，情感检测和意见挖掘都涵盖了一组问题，通常可以认为是同一个问题。

情绪分析一词似乎更受媒体和工业界的欢迎。在实践中，从2015年起，主要是将负面情绪和积极情绪评分在0.0到1.0之间。(严格地说，这只是一个子问题，也是许多可能的公式之一。)

但是，无论何时使用任何术语，您都应该定义或要求定义确切的问题。

Answer 3

有人能指点我的方向更多的情感分析导向的资源吗？

有关于情绪分析的数吨特别好的纸张，供您参考。特别是像Twitter这样的社交网站上的几个。

然而，我认为曼宁的书和他的课程是一个很好的开端，作为NLP和意见挖掘的参考。

nlp或其他什么东西能被用来导出未声明的影响吗？

是的，可以的。这将是我的做法：

(假设我已经有了一个手工分类的训练数据)，使用“单词袋法”，可以捕捉到最常用的用于情绪的单词和短语(压力、愉悦等)，随后的训练数据可以相应地排列为(60%的压力，40%的愉悦)。

此外，您还可以定义获取单个情绪的阈值。比如：

if mood[score] > .5:
    current_mood = mood