使用OpenNLP進行情緒分析

Question

我正在使用Apache OpenNLP進行Yammer對話情緒分析。這裏的想法是將每次談話分類爲積極，消極或中性的情緒。對話可以是單個句子或一組句子。

我有2個模型 - 短句分類模型和長句分類模型。短句子分類模型與較短的句子（少於10個字）爲2的截止和長句分類模型進行訓練較長的句子用5

這裏的截止訓練有素的是我的做法

1. 閱讀每個對話。
2. 清理它以刪除HTTP URL，特殊字符，在點等後添加空格。
3. 使用SentenceDetector將對話拆分爲句子。
4. 對於每個句子調用分類。如果句子短，則稱短句分類模型，否則稱爲長句分類模型。句子分類的輸出爲正，負或中性
5. 總結句子分類的結果。即如果發現更積極的句子，則將對話分類爲積極的，否則相應爲否定的。

我有幾個與此相關的方法

1. 做題，我需要兩個模型短短的一句話模型和長句模型。我決定這樣做的原因是因爲短句和長句的截尾不同。
2. 可以遵循基於句子的分類模型，然後總結每個句子的結果以獲得對話結果。
3. 是否有這個問題

Answer 1

我覺得你的做法是一個標準的/更好的方法有效...試圖建立對大文本情緒模型是有問題的，所以句子爲基礎的方法好像對我來說是個好主意。

對於長短句模型，這似乎是一個好主意，假設短句中的內容與長句中的內容之間存在足夠大的差異（「通常」）。你也可以考慮一個不同的特徵生成器用於更長的句子模型......有時候，ngrams（單詞bigrams）可以很好地幫助將內容上下文化，而不是像普通的單詞包一樣。

至於輸出，由於每個線程中的句子數量未知（可能......），所以卷積和可能有點太難以歸一化，所以我會考慮做基本統計（min，max ，sum，avg，stdev，majority），因此您可以對結果提出更好的問題（例如，您可以將結果寫入用於模糊發現的索引，以啓用多個用例）

HTH