estrazione di caratteristiche per la sentiment analysis

Question

Sto lavorando su un progetto di gruppo per il mio corso di Capstone e ci sono stato incaricato di creare uno strumento di analisi sentimento con la logica di business e Python (L / W) AMP tutto il resto.

Abbiamo buone risposte affinchè ogni parte del nostro piano di progetto tranne che per estrazione di caratteristiche. Uno dei nostri consulenti insiste sul fatto che dovremmo avere ~ 15 diversi tipi di caratteristiche.

Al momento utilizziamo solo unigrams e stanno avendo un momento difficile trovare altri che sono pratici per implementare con il nostro piccolo insieme di dati (~ 50 elementi) e all'interno del nostro limite di tempo (~ 2 settimane per attuare pienamente).

Quali sono dotate di tecniche di estrazione che sono utili per l'analisi sentimento e lavoro sul set di dati più piccoli? Essi dovrebbero essere in grado di attuare rapidamente o già esistenti in una libreria Python.

Answer 1

Date un'occhiata a questi documenti -

• Semantic somiglianza - 1
• Semantic somiglianza - 2

Sono arrivati ??con una buona soluzione. Dai un'occhiata forse troverete qualcosa per l'utilizzo in esso. Inoltre provare ad esplorare anche questi

• vaderSentiment 0.5
  (VADER Sentiment Analysis. Vader (Valence Consapevole dizionario e il sentimento Reasoner) è uno strumento di analisi sentimento lessico e basato su regole che è specificamente sintonia con sentimenti espressi nei social media, e funziona bene su testi di altri domini.)
• Demo- Sentiment Analysis con Python
  (Questa è una dimostrazione di sentiment analysis utilizzando un processo di classificazione alimentato testo NLTK 2.0.4. Si può dire se si pensa che il testo inserito sotto esprime sentimento positivo, sentimento negativo, o se è neutrale. Utilizzando classificazione gerarchica, la neutralità è determinato prima, e sentimento polarità viene determinata secondo, ma solo se il testo non è neutrale.)

Speranza che aiuta! :)