基于无监督方面的情感分析中的问题

Question

我正在研究基于无监督方面的情感分析。我尝试使用 Vader，这给了我很好的结果，但问题是如果主题是负面的，比如“食物浪费”，那么即使内容说“我真的很讨厌食物浪费”，情绪总是会变得消极。 有人可以帮助我解决这个问题，或者甚至建议我比维德更好的方法。 我也尝试过使用“Flair”，但结果不如 Vader。

Answer 1

在这种情况下，VADER 使用的基于规则的模型可能不是一个好方法，在那个短语中，您有 3 个单词肯定会得到负分（讨厌食物浪费），请记住 VADER 已针对简洁的社交媒体数据进行了优化并且不能很好地掌握短语的“上下文”。

我们在 TextBlob 中使用了与 VADER 类似的方法，您无需做太多工作即可尝试：https://textblob.readthedocs.io/en/dev/

通常有监督的路线会提供更好的结果，但您需要一个好的预训练模型和好的数据。

scikit-learn 中的朴素贝叶斯分类器： https://www.datacamp.com/community/tutorials/simplifying-sentiment-analysis-python

随机森林方法，总是使用 scikit-learn： https://stackabuse.com/python-for-nlp-sentiment-analysis-with-scikit-learn/

以下是对情绪分析的各种方法的回顾： https://towardsdatascience.com/fine-grained-sentiment-analysis-in-python-part-1-2697bb111ed4