스탠포드 NLP를 사용하여 정서에 라벨을 지정하는 방법은 무엇입니까?

Question

스탠포드 NLP 패키지를 사용하여 트윗의 정서를 찾으려고합니다. 예 트윗은 다음과 같습니다.

@ SouthwestAir 가장 빠른 응답 하루 종일입니다. 전화로 시간 : 절대로 보류하지 않았다. Hour in line : 비행 예약 문제 데스크에 가지 않았습니다.

여기 스탠포드 NLP는 문장에 기반한 정서를 표시합니다. 그래서,이 트윗은 풀 스톱으로 3 개의 문장을 가지고 있습니다. 따라서 NLP는 트윗의 각 문장마다 세 가지 다른 감정 표를줍니다. 이제 전체 짹짹에 양수, 음수 또는 중립으로 레이블을 붙일 수 있습니까?

Neutral @SouthwestAir Fastest response all day. 
Negative Hour on the phone: never got off hold. 
Negative Hour in line: never got to the Flight Booking Problems desk. 

Answer 1

우리가 발표하는 정서 소프트웨어는 문장마다 정서적 판단을냅니다. 이를 문서 수준의 감성으로 바꾸는 경험적 방법을 찾아야합니다. 각 트윗에 대해 문장 수준의 판단 (중립, 부정적, 부정적)을보고 최종 판단으로 매핑 할 수 있습니다. 한 가지 방법은 가장 높은 계산으로 판단을하는 것일 수 있습니다. 짹짹이 짧을 것이므로 대개 짹짹 짹짹 하나로 붕괴하기 위해 아마 3 개의 정서에서 대부분을보고 있습니다.