Merkmalextraktion für die Stimmungsanalyse

Question

Ich arbeite an einem Gruppenprojekt für meinen Capstone -Kurs und wir haben beauftragt, mit Python Business Logic und (l/w) alles andere ein Stimmungsanalyse -Tool zu erstellen.

Wir haben ein gutes Feedback für jeden Teil unseres Projektplans mit Ausnahme der Feature -Extraktion. Einer unserer Berater besteht darauf, dass wir ~ 15 verschiedene Arten von Merkmalen haben sollten.

Derzeit verwenden wir nur Unigramme und es fällt uns schwer, andere zu finden, die mit unseren kleinen Daten (~ 50 Elemente) und innerhalb unserer Zeitlimit (~ 2 Wochen bis zur vollständigen Umsetzung) praktisch sind.

Was sind Featurextraktionstechniken, die für die Stimmungsanalyse nützlich sind und an kleineren Datensätzen arbeiten? Sie sollten in einer Python -Bibliothek schnell implementiert werden oder bereits existieren.

Answer 1

Schauen Sie sich diese Papiere an.

• Semantische Ähnlichkeit - 1
• Semantische Ähnlichkeit - 2

Sie kamen eine gute Lösung. Schauen Sie sich an, vielleicht finden Sie etwas von Ihrer Verwendung darin. Außerdem versuchen Sie diese zu erkunden

• Vaderentiment 0,5
  (Vader Sentiment Analysis. Vader (Valence Award Dictionary und Sentiment Reasoner) ist ein Lexikon- und regelbasiertes Stimmungsanalyse-Tool, das speziell auf die in sozialen Medien ausgedrückten Gefühle abgestimmt ist und gut in Texten aus anderen Domänen funktioniert.)
• Demokonanalyse mit Python
  (Dies ist eine Demonstration der Stimmungsanalyse unter Verwendung eines NLTK 2.0.4 Powered Text -Klassifizierungsprozesse Erstens, und die Stimmungspolarität wird zweitens bestimmt, aber nur, wenn der Text nicht neutral ist.)

Ich hoffe es hilft! :)