简单的情绪分析

Question

看起来最简单，最天真的做基本情绪分析的方法是用贝叶斯分类器（通过我在这里找到的证实证实）。任何反驳或其他建议？

Answer 1

贝叶斯分类器与一袋词表示法是最简单的统计方法。通过转向更高级的分类器和特征表示，您可以获得更好的结果，但代价是更复杂。

统计方法不是镇上唯一的游戏。另一个主要选择是基于规则的方法，对文本结构有更多的理解。从我所看到的，这些实际上并不像统计方法那么好。

我推荐Manning和Schütze的统计自然语言处理基础第16章，文本分类。

Answer 2

我想不出一种更简单，更幼稚的方式进行情感分析，但是您可能会考虑使用支持向量机而不是朴素贝叶斯（在某些机器学习工具包中，这可能是一种直接替换） 。看一看"Thumbs up? Sentiment Classification using Machine Learning Techniques" by Bo Pang, Lillian Lee, and Shivakumar Vaithyanathan这是关于这些技术的最早的论文之一，并且给出了一系列相关技术的精确度结果的良好表格，但其中没有一个比其他任何更复杂（从客户角度来看）。

Answer 3

大厦经上述肯提供的答案，还有另一篇论文

由托尼和尼日尔“支持向量机与不同的信息源情绪分析”，

看起来比它分配更多的功能彭和李使用的一袋字。在这里，他们利用wordnet来确定形容词的语义差异，并将文本中主题的情感接近度作为SVM的附加特征。它们比之前基于情绪分类文本的尝试显示出更好的结果。