我正在做一个通过文本检测用户情绪的项目？我是这个领域的新手，我仍在寻找从文本中检测情绪的最佳算法。建议我有一个好的方法来做到这一点？
【问题讨论】：
你可以用简单的方式：
我已经玩完了这种游戏 => 无聊
大小并不代表一切 => 防御
我会给你带来所有的痛苦 => 愤怒
财富不偏爱傻瓜 => 建议
现在制作一个过滤器，只从每个短语中选择重要的单词，删除不会影响含义的单词
创建一个从 0 到 100 的范围，让我们创建例如 5 种适合 0-20 21-40 41-60 61-80 81-100 的情绪。每种情绪都会在一个范围内填充。例如，一个好的范围是：
coolness -> happiness -> normal -> bored -> sad
现在，对于第 2 步中的每个重要单词，您必须在 0-100 范围内指定一个最能描述情绪的数字（例如：非常高兴是 1 小高兴是 20 小悲伤是 81 非常悲伤是100）
现在您将拥有类似于数字的引号，并且您可以将情绪放入数字数组中
现在您可以使用神经网络（您将使用您的数组训练 NN，对于新条目，它会尝试“说出”似乎是什么情绪。
李>假设您找到了一个用于训练和测试神经网络的工具，如下所示。
每个输入都是你的“情绪数组”的数字，输出是一个二进制数。如果你想代表一个 0-4（从酷到悲伤）的范围，那么你将需要 3 个输出（3 位 = 8 个可能的数字，因为 2 位我们只能代表 4 个数字）
您的神经网络的训练文件如下所示：
i1 i2 i3 i4 输出
21 27 01 07 1
01 07 02 91 5
15 27 31 40 3
16 01 07 55 4
字面意思是：对于代表这些情绪的这组输入，我必须向其他行显示 1（快乐）和相同的想法
这个文件会有很多行训练（我上面说过 300 行），训练的结果将是神经网络的权重被校准到你的“人工智能”
当然，输出取决于您的数据和过滤器的质量。
你还必须研究你的神经网络有多少输入，有多少层等等。
【讨论】：
如果必须这样做，我会将其分为两步：
从字典中制作/创建情绪表达/单词（如快乐、愤怒、坏或悲伤）的列表/数据库。我不确定，但可能已经有一些来自字典的 API 否则你可以自己维护。 例如 ： http://www.thesaurus.com/browse/sad http://www.psychpage.com/learning/library/assess/feelings.html
检查用户的文本是否包含这些悲伤/坏词。
您可以通过捕获文本中任何此类单词的计数来创建用户的文本配置文件。最后，您可以根据这些计数进行预测。
【讨论】：