Twitter數據的情緒分析？

Question

我正在從事這個項目，我希望從他最近的推文中分類Twitter用戶的總體情緒。由於推文可以屬於各種各樣的域名，我應該怎麼做呢？

我可以用樸素貝葉斯算法（如這裏：http://phpir.com/bayesian-opinion-mining），但由於微博可以屬於一個大的各種領域中，我不知道這是否會是非常準確的。

另一種選擇是使用可能爲人感興趣的詞典，如SentiWordNet或here。這是一個更好的方法，我不知道。

如果我打算使用樸素貝葉斯或其他算法，還可以在哪裏獲得數據來訓練分類器？

只是在這裏添加，我主要是在PHP編碼。

Answer 1

看起來你可以使用SentiWordNet作爲分類器數據，如果你是專注於逐字的方法。這是多麼簡單Bayesian spam filters工作;它專注於每個單詞。

這樣做的優點是，雖然許多在SentiWordNet的詞有多種含義，每一個不同的positive/objective/negative分數，你可以使用的其他字的分數在鳴叫實驗，以縮小對每個最合適的含義多義詞，這可以爲您提供每個單詞和整體推文更準確的分數。