機器學習數據集 - 負面與正面詞彙數據集

我正在尋找一種方法來開發一個比較正面和負面詞彙的ML數據集。例如，「有效」vs「無效」或「可以使用」vs「不能使用」或「不在週四」vs「週四」將是正面vs負面。可以通過確定副詞是肯定還是否定來簡化。我想知道是否有任何可用的數據集或任何現有的解決方案。機器學習數據集 - 負面與正面詞彙數據集

還有一些情感字典你可以使用。

自動情感分析是文本分析的應用在文本數據中識別主觀意見的技術。它通常包括文本的分類成類別，例如爲「陽性」，「陰性」，並且在一些情況下，「中性」 [Source]

2014-11-23 22:20:34 kums

創建數據集

尋找有關某些觀點的爭論的文章。在那裏，你會得到大部分積極和消極的句子。在開始時，選擇小段落。手動檢查算法的效率。

解決方案

從非常基本的方法開始。像搜索關鍵字一樣，「不」。然後去結合「不能」，「不會」等。然後檢查你是否錯過任何東西。

現在你可以去更復雜的方法。就像「我採取了防備措施，它不會傷害我」。它給了積極的意義。你應該找的東西是「不會傷害」。你看，不會是消極的話，傷害也是消極的話。將兩者結合起來會產生積極效果

2014-11-24 05:56:56

回答