Извлечение функций для анализа настроений

Question

Я работаю над групповым проектом для моего курса Capstone, и нам было поручено создать инструмент анализа настроений с бизнес -логикой Python и (L/W) усиливает все остальное.

У нас есть хорошие отзывы для каждой части нашего плана проекта, за исключением извлечения функций. Один из наших советников настаивает на том, что у нас должно быть ~ 15 различных видов особенностей.

В настоящее время мы используем только Unigrams, и нам трудно найти других, которые практические для реализации с помощью нашего небольшого набора данных (~ 50 пунктов) и в течение нашего времени (~ 2 недели для полного реализации).

Какие методы извлечения признаков полезны для анализа настроений и работают на небольших наборах данных? Они должны быть внедрены быстро или уже существуют в библиотеке Python.

Answer 1

Посмотрите на эти документы-

• Семантическое сходство - 1
• Семантическое сходство - 2

Они придумали хорошее решение. Посмотрите, может быть, вы найдете в нем что -то в нем. Плюс попробуйте исследовать это тоже

• VadersEntiment 0,5
  (Анализ настроений Vader. Vader (Dalence Alence Dictionary и Summent Sounler)-это инструмент анализа настроения на основе лексиконов и правил, который специально настроен на настроения, выраженные в социальных сетях, и хорошо работает над текстами из других доменов.)
• Анализ демо-настроений с Python
  (Это демонстрация анализа настроений с использованием процесса классификации текста NLTK 2.0.4. Он может сказать вам, думает ли он, что текст, который вы введете ниже, выражает положительные чувства, отрицательные чувства или, если он нейтральный. Использование иерархической классификации определяется нейтралитет. Во -первых, и полярность настроения определяется вторым, но только в том случае, если текст не является нейтральным.)

Надеюсь, поможет! :)