我正在寻找一个开源的实现，最好是用Python编写的文本情感分析（http://en.wikipedia.org/wiki/Sentiment_analysis）。有没有人熟悉这样的开源实现可以使用？ 我正在编写一个应用程序，可以搜索Twitter上的某些搜索词，比如“youtube”，并计...

我正在尝试启动一个情感分析的项目，我将使用停用词方法。我进行了一些研究，并发现nltk有停用词，但是当我执行命令时出现了错误。我的做法是，为了知道nltk使用哪些单词（就像你可能在这里找到的http://www.nltk.org/book/ch02.html的4.1节中所发现的内容一样）：fr...

我在企业领域中想获取已经分类为正/负情感的文档语料库，需要一份大量提供公司评论的文档集，例如分析师和媒体提供的公司评论。 我发现了一些关于产品和电影评论的语料库，但是否有一个包含公司评论的商业领域语料库，与商业用语相匹配？

我想知道是否有人知道我可以获取正面和负面词汇的字典。 我正在研究情感分析，这是其中的一个关键部分。

我目前正在进行一个项目，一个简单的情感分析器，使得有 2 和 3 类在不同的情况下。我使用了一个语料库，其中独特单词的数量相当丰富（约 200,000）。我使用了词袋模型方法进行特征选择，并通过出现频率的阈值进行消除，以减少独特功能的数量。最终的特征集大约包括 20,000 个特征，这实际上是...

我一直在阅读许多关于情感分析系统需要一个最初的文本集来分类为“积极”或“消极”的文章。 我的问题是：有没有人尝试过简单地比较“积极”形容词和“消极”形容词，考虑到任何简单否定词，以避免将“不高兴”归类为积极？如果有这样的尝试，是否有任何文章讨论为什么这种策略不现实？

我正在使用Vader情感分析器来获取极性得分。之前我使用过积极/消极/中立的概率分数，但我刚刚意识到“综合”得分范围从-1（最消极）到1（最积极），可以提供单一的极性度量。我想知道“综合”得分是如何计算的。它是从[pos，neu，neg]向量计算出来的吗？

我想做的就是找出给定字符串的情感（积极/消极/中性）。在研究过程中，我了解到斯坦福NLP，但遗憾的是它使用Java。有什么办法可以让它在Python中工作吗？

我在stackoverflow上找到了这个之前的问题：N-grams: Explanation + 2 applications。原帖提供了以下例子，并问它是否正确：Sentence: "I live in NY." word level bigrams (2 for n): "# I', ...

我有一个Django表单，用于收集用户回答。我还有一个TensorFlow句子分类模型。将这两者结合的最佳/标准方式是什么？ 详情如下： Tensorflow模型在来自烂番茄网站的电影评论数据上进行训练。 每次响应模型中创建新行时，我希望Tensorflow代码对其进行分类（+或-）。 基...