豬：爲推文賦予價值

Question

我的目標是評價豬拉丁文中的推文。 我有3個詞作爲詞典使用的列表（正面詞，負面詞和無關詞）。 我想評價一下這本詞典的推文列表。我必須分析推文的每個詞。 我得率搜索鳴叫 「在法國增長」

例子：

• 名單肯定的話：{好的，積極的，巨大的，...}
• 列表否定詞：{不好，經濟衰退，...}
• 名單無關的話：{德國，西班牙，奧朗德，奧巴馬，...}

鳴叫： 「增長在法國又回來了，並在西班牙太」=>分析對於每個單詞： 增長=>積極，法國=>陽性，再次=>積極，西班牙=>無關 所以這條推文是積極的，相關的，因爲積極正面+正面+ +無關=正

我試圖讓這個腳本.. 。 對不起，英語

Answer 1

的腳本應該是什麼樣子的輪廓：

1. 提取從高音流的鳴叫ID和文本字段。

2. 到ID和文字使用扁平化和標記化添加一個字段 - 記號化文成字（你可以用一個簡單的空白標記生成器或東西票友NLTK，並在一個新的記錄打破每個字

3. 將（2）的輸出與您的字典加在一起，將您的推文中的每個單詞標記爲正面，負面或中性/無關 - 您可能希望使用帶符號的整數值而不是正面/負面，以便您添加更容易
4. 羣組結果（3）通過推文ID

5. 計算每個推文的情感總和

   TweetsRaw = LOAD'...'使用JsonLoader（...）;

   ...

   Tweets = FOREACH ... GENERATE TweetID，Text;

   TokenizedTweets = FOREACH推文生成TweetID，Text，FLATTEN（TOKENIZE（Text））爲單詞;

   Dictionary = LOAD'...'as（DictWord：chararray，polarity：int）;

   Labeled_Words = JOIN TokenizedTweets BY Word，Dictionary BY DictWord;

   GroupedSentiment = GROUP Labeled_Words BY TwitterID，Text;

   結果= FOREACH GroupedSentiment生成FLATTEN（組），SUM（Labeled_Words。極性）AS率;

   DUMP結果;