sentiment-analysis

    0

    1答えて

    おはようPubNubデータストリームのデモコードで、私は次のようだコースの を特定のつぶやきを選択し、我々はソーシャルメディアデータと分析を見てきました。いくつかの研究をしているとき、私はthis demoをリアルタイムTwitter Analysisで見つけました。私はコーディングで実際のwizzkidではありませんが、私はこのコードを自分のために使いたいと思っていましたが、特定の人物の名前が入

    1

    1答えて

    私はこのエラーで困っていますオブジェクトを期待していて、フォーラムを検索して修正を適用しようとしたときに失敗しました。数行のコードで私は誰かがこれを解決するために時間を少し持っていることを感謝します。 は再び、これは重複している可能性がありますが、私は非成功し エラーは、次の行にある修正を適用しようとしましたが、私は私の全体のスクリプトが含まれます $response= $TwitterSenti

    1

    1答えて

    私は製品のレビューやツイートなどの短いテキストのセンチメント分類のタスクのためにLSTMモデルをトレーニングしようとしています。 私は肯定/否定/中立というラベルのトレーニングセットを探していますが、実際に人間のタグに基づいており、開始や顔文字ではなく、そこにあるものは無料ですか? Iv'eは小さなトレーニングセットしか見つけず、結果が悪かった。 Iv'eは私のネットワークとスタックされたレイヤの

    5

    1答えて

    私はオーバー1Mの記事やビデオテキストに感情スコアを計算するためにスタンフォードCoreNLPでWindows上でローカルサーバーをセットアップしようとしていますのために感情を返すために、Windows上でスタンフォードCoreNLPサーバーを設定するにはどうすればよいです。私はJavaを知らないので、いくつかの助けが必要です。 私が正常にスタンフォードCoreNLP 3.6.0をインストールし、

    0

    2答えて

    スタンフォードnlpの使用に問題があります。スタンフォード・コアのNLPツールを使用しようとすると、さまざまなエラーが発生する問題が発生しています。合格した文章の感情を知りたい。しかし、私はクラスパスに追加された必要なjarファイルをeclipseから実行しているときにnlpツールを動作させることができませんでした。 これは実行したいコードです。 import java.util.Properti

    1

    1答えて

    自然言語処理の初心者です。私は、ユーザーがツイートの内容を分析していると感じるものを抽出するプロジェクトに取り組んでいます。 例: は、「私はとても疲れて富豪されていないのよ」:ユーザーが疲れた感じ。 誰でもこれを行う方法と、どのような種類のAPIまたはライブラリ(Java)を使用できますか?

    4

    1答えて

    センチメント解析のためにNLTKクラシファイアをトレーニングし、次にpickleを使用してクラシファイアを保存しようとしています。 新しく訓練された分類器は正常に動作します。しかし、保存された分類器をロードすると、分類子はすべての例に対して「正」または「負」を出力します。 私は classifier = nltk.NaiveBayesClassifier.train(training_set)

    1

    1答えて

    私はPythonプログラミングには比較的新しいので、コードでDatumboxを正しく使う方法がわかりません。私はいくつかの感情分析を実行する必要がありますが、私は通常通りにcondum/pip DatumBoxをインストールすることでそれを実装することができません! githubには次のものがあります。 DatumBoxは、多くの異なるプログラミング言語で提供されているように見えるが、これまでのと

    5

    1答えて

    qdapパッケージを使用して、特定のアプリケーションの各コメントコメントの感情を判断します。私はCSVファイルからレビューコメントを読んで、それをqdapの極性機能に渡しました。すべて正常に動作し、すべてのレビューコメントの極性が得られますが、問題はすべての文章の極性(CSVファイルに存在する文の総数は779です)を計算するのに7-8秒かかることです。私は以下のコードを貼り付けています。 temp

    0

    1答えて

    以下のRスクリプトを使用して、Twitterのコメント(カザフ語)の感想分析を行っています。 3000(1500sad、1500happy)はトレーニングセットのコメント、テストセットの1000(happy sad mixed)コメントです。すべてがうまくいきますが、最終的に予測値はすべて幸せを示していますが、これは正しくありません。 私はすべての機能をチェックしており、すべてnaiveBayes