Aleksandar Blekh 提供了一些关于如何进行情绪分析的大图的非常好的链接；我将尝试提供一些软件链接，并讨论如何使其工作的细节。我将向您指出使用 scikit-learn ( http://scikit-learn.org/stable/ ) 的示例，它是 Python 中的机器学习库。

您首先需要获取数据集并以稀疏格式将其加载到 scikit-learn 中。此链接 ( http://scikit-learn.org/stable/tutorial/text_analytics/working_with_text_data.html ) 提供了如何在词袋表示中加载文本的示例，以及相同的模块 (scikit-learn.feature_extraction. text) 也可以计算 n-gram。然后描述如何在该数据集上运行朴素贝叶斯和 SVM。您可以举这个例子并开始使用它。

我建议你从阅读刘冰的入门书“情感分析与观点挖掘”的草稿开始。PDF 文档格式的草稿可在此处免费获取。

有关作者即将出版的新书的更多详细信息，以及有关基于方面的情感分析主题的全面信息，以及数据集的参考和链接，请访问此页面：http://www.cs.uic。 edu/~liub/FBS/sentiment-analysis.html。

另一个有趣的资源是 Bo Pang 和 Lillian Lee 的调查书《意见挖掘和情绪分析》。这本书有印刷版和可下载的 PDF 电子书，有出版版本或作者格式版本，在内容条款。