간단한 감정 분석

Question

기본 감정 분석을 수행하는 가장 간단하고 간단한 방법은 베이지안 분류자를 사용하는 것입니다 (여기에서 내가 찾은 것으로 확인 됨). 반론이나 다른 제안?

Answer 1

단어 표현 백을 사용하는 베이지안 분류자는 가장 간단한 통계 방법입니다. 고급 분류기 및 피쳐 표현으로 이동하면 훨씬 더 복잡한 결과를 얻을 수 있습니다.

통계 방법은 마을에서 유일한 게임이 아닙니다. 텍스트의 구조를 더 잘 이해하는 규칙 기반 방법이 다른 주요 옵션입니다. 내가 본 것에서는 통계적 방법뿐만 아니라 실제로 수행되지도 않습니다.

저는 Manning and Schütze의 통계 자연 언어 처리 기초 16 장, 텍스트 분류를 권장합니다.

Answer 2

감정 분석을 좀 더 간단하고 순진한 방식으로 생각할 수는 없지만 Naive Bayes 대신 지원 벡터 머신을 사용하는 것을 고려해 볼 수 있습니다 (일부 컴퓨터 학습 툴킷에서는 드롭 인 대체가 될 수 있음) . 이 기술에 대한 최초의 논문 중 하나였던 "Thumbs up? Sentiment Classification using Machine Learning Techniques" by Bo Pang, Lillian Lee, and Shivakumar Vaithyanathan을 살펴보고 관련 기술 계열에 대한 정확한 결과 테이블을 제공합니다. 그 중 어떤 것도 다른 것보다 더 복잡하지는 않습니다 (클라이언트 관점에서 볼 때).

Answer 3

건물 위의 켄에서 제공하는 대답에 다른 용지가

"심리 분석 다양한 정보 소스와 서포트 벡터 머신을 사용하여"토니와 니제르에 의해, 단지보다 더 많은 기능을 할당 본다

격통과 리가 사용하는 말의 가방. 여기서는 wordnet을 사용하여 형용사의 의미 론적 차별화를 결정하고 SVM의 추가 기능으로 텍스트의 주제에 대한 정서의 근접성을 결정합니다. 이들은 정서에 따라 텍스트를 분류하려는 이전의 시도보다 더 나은 결과를 보여줍니다.