机器学习中最基本的假设之一是训练数据与测试数据“相似”。否则培训毫无意义。

所以问题是：电影和股票的评论有多相似？也许有点，但不会太多。您的电影训练算法当然能够处理诸如“这家公司很棒”或“警告，不要购买这只股票”之类的陈述。

但是“股价将爆炸/内爆”或“关于这只股票，我看跌/看涨”呢？爆炸、内爆、看跌和看涨这些词可能从来都不是电影评论中情绪的表达。

如果我正确理解您的担忧，您想知道您是否可以对 imdb 数据以外的来源（即电影评论以外的领域）进行情绪分析。简短的回答：是的！

过去（即使在今天）的研究人员试图对生活的各个方面进行情绪分析，例如：

• 公众对软件/应用程序/产品的意见 - http://ieeexplore.ieee.org/document/6912257/
• 从问题跟踪器、聊天消息、电子邮件等开发工件中提取基本原理。可以挖掘开发人员对引入的功能或解决这些问题所采取的步骤是积极还是消极。- http://ieeexplore.ieee.org/document/8048891/
• 这是一篇论文，它也试图根据 twitter 数据的情绪分析对股市做出预测：http: //ieeexplore.ieee.org/document/7955659/

这里的挑战在于，如果数据已经不存在，您必须自己获取一些数据。