我希望尝试创建一个基于内容(情感分析)对用户Facebook帖子进行评分的应用程序。
起初我尝试自己创建算法,但我觉得它不太可靠。
我创建了一个单词字典列表,并将帖子与字典进行扫描并评分,以确定是否为积极或消极。
但是,我觉得这还不够。我想根据帖子对人的情绪、感受/个性特征进行评分。这是否可能?
希望能利用一些在线API,请协助。谢谢;)
from text.blob import TextBlob
b = TextBlob("StackOverflow is very useful")
b.sentiment # returns (polarity, subjectivity)
# (0.39, 0.0)
from text.blob import TextBlob
from text.sentiments import NaiveBayesAnalyzer
b = TextBlob("Today is a good day", analyzer=NaiveBayesAnalyzer())
b.sentiment # returns (label, prob_pos, prob_neg)
# ('pos', 0.7265237431528468, 0.2734762568471531)
from textblob.sentiments import NaiveBayesAnalyzer
。如果有人需要的话。 - Jaroslav Klimčík如果您正在寻找基于朴素贝叶斯分类器的情感分析引擎的开源实现,使用C#语言,请看一眼https://github.com/amrishdeep/Dragon。它在处理大量词汇的文本上效果最佳,例如博客文章或多段产品评论。但是,我不确定它是否适用于只有少量单词的Facebook帖子。