如何应对Twitter的情感分析？(How to tackle twitter sentiment

我想你给我为了解决这个问题，一些建议。 在大学里我已经解决意见挖掘任务，但与Twitter的做法是相当不同的。 例如，我用了一个集成学习方法的用户约在西班牙某酒店的意见进行分类。 当然，我给出正面和负面舆论的训练集，然后我与测试组的测试。 但现在，Twitter的，我发现这种分类的非常困难。

1. 我需要有一个训练集？ 如果这个问题的答案是肯定的，你不觉得Twitter是这样的时间，所以如果我有一组，我对未来主题的表现会很差？

2. 我想在得到一本字典（主要是形容词），并越过我的鸣叫与它得到一个术语文档矩阵，但我没有分配到任何的Twitter类。 此外，积极形容词和消极形容词可以根据主题和时间而变化。 那么，如何面对呢？

3. 如何处理语言的问题？ 举例来说，我想学习用英文写的和那些在西班牙的鸣叫，但分开。

4. 哪些编程语言你建议做这样的事情？ 我一直在试图与R封装像TM，微博。

Answer 1:

1. 当然，我觉得感情的方式是用来将保持不变几个月。 重新标记和再培训最坏的情况。 无监督学习有一种从我的经验工业应用的一个低劣的记录。
2. 你需要一些对感情stuff-有一些数据集在那里情感/ ADJ字典，但我忘了自己身在何处。 我可以回答前面的问题提供更好的信息。
3. 只要做英语微博，这也很容易建立一个语言分类，但要从小做起，所以，要放松对自己
4. 蟒蛇（NLTK）如果你想在一个很小的代码量很容易做到这一点。 Java有良好的NLP的东西，但是Python和它的库的方式对用户更友好

Answer 2:

此网站： https://sites.google.com/site/miningtwitter/questions/sentiment提供了3种方式做使用R.情感分析

Twitter的包现在更新与新的Twitter的API的工作。 我想你下载的包，以避免让复制鸣叫的源代码版本。

我工作的西班牙字典意见挖掘，并会发布的地方入店。

干杯！

Answer 3:

就像上面说情感分析将给只有3结果 - 正面，负面和中性。 我发现在Twitter情感分析教程，它是安静的容易。

我在这里找到- https://www.ai-ml.tech/twitter-sentiment-analysis/

只有3依赖性，我下载和较少的代码，完成。 只要通过它，你会得到解决。

文章来源: How to tackle twitter sentiment analysis?