NLTK 是否有任何用于情感分析的预训练分类器答案

【问题标题】：Does NLTK have any pre-trained classifiers for Sentiment AnalysisNLTK 是否有任何用于情感分析的预训练分类器
【发布时间】：2016-09-08 15:48:43
【问题描述】：

我在比较 NLTK 和 Stanford CoreNLP 时发现后者有一个为情感分析提供的 RNTN（递归张量神经网络）实现。在线提供的示例表明我们不需要对其进行训练，因为它已经使用像 Penn TreeBank 这样的大型数据集进行了训练

NLTK 是否提供类似的功能？我之所以问这个问题是因为我在网上找到的任何 NLTK 实现都包括训练一个特定的分类器，比如 Naive-Bayes 或 MaxEnt。

P.S.：是不是因为 Python 好用，NLTK 才更受欢迎？我更喜欢 Java，所以我应该选择 Stanford CoreNLP 还是切换到 NLTK + python

【问题讨论】：

这显然是一个有偏见的观点，但我认为如果你想用 Java 做 NLP，我建议你使用 Stanford CoreNLP！这里有很好的文档：stanfordnlp.github.io/CoreNLP
谢谢，StanfordNLPHelp :)

标签： nlp nltk stanford-nlp

【解决方案1】：

我发现 NLTK 已经有很多预处理功能。比如本页最下方http://www.nltk.org/api/nltk.sentiment.html 您会发现适合社交媒体的预处理情绪分析（查找“VADER”）。如果相关，您还可以检查： http://www.nltk.org/nltk_data/ 它提供了包含到 NLTK 中的所有数据集的完整列表，其中一些是通过处理过的数据（各种词典，如著名的 WORDNET）。我对斯坦福的 coreNLP 没有任何经验，所以我无法给出任何相关的比较。无论如何，希望这些帮助:)

【讨论】：

谢谢。只需阅读有关 VADER 方法的论文，它声称可以达到与斯坦福核心 NLP 的递归网络模型相同的精度，但由于其简单性，计算能力和时间相对较少。我渴望尝试一下……根据我的经验，Stanford CoreNLP 确实需要更多时间进行推文情绪分析