数据挖掘 - 基于词典的情感分析中的词权重 - 吾爱随笔录

数据挖掘 nlp 情绪分析 nltk

2022-02-28 17:06:21

我有一个关于我当前项目的问题，我正在尝试对我的数据进行基于词典的情感分析，我计算情感分数如下：

S c o r e = \frac{\sum_{i} w o r d_{i}}{∣ w o r d s ∣}

$Score = \frac{\sum_{i}{word_i}}{\mid words \mid}$

因此，根据分数，单词将被分类为负数或正数。但我也计算了文章中每个单词的显着性和频率，并想知道是否可以在我上面的情绪分析公式中使用它们。

 words| salience| frequence
 sad    0.8       3
 happy  0.5       2

1个回答

是的你可以。不太确定还要添加什么。您的公式可能如下所示：

S c o r e = \sum_{i} f (s a l i e n c e_{i}, f r e q u e n c y_{i}, s e n t i m e n t_{i})

$Score = \sum_{i}{f(salience_i, frequency_i, sentiment_i)}$

其中是一个函数，它用显着性和频率来衡量你的情绪得分。由你来定义如何。 $f$

现在，请耐心等待，这本身不是我尝试过的，但这可能是一种有趣的方法。您可以使用循环神经网络，您的输入可以是每个单词的显着性、频率和情感分数。您的 RNN 不仅会为您的特定问题“创建”（理想情况下）最佳，而且还会使用单词的顺序信息，这甚至可以改善您的结果。 $f$

其它你可能感兴趣的问题