Artificial intelligence 其他语言中的情感分析

Artificial intelligence 其他语言中的情感分析,artificial-intelligence,nlp,machine-learning,sentiment-analysis,Artificial Intelligence,Nlp,Machine Learning,Sentiment Analysis,我的CSE毕业设计我选择了一个模拟的搜索引擎,它使用情绪分析来评估评论/评论是否是积极的/消极的/中立的 我还不知道该怎么做,但我知道它使用的是你首先训练的分类代理,然后它可以自己分类。边缘不高(我了解大约60%) 我的问题是,这对非英语语言有效吗?我的意思是,我想对阿拉伯语评论/评论进行情绪分析,并生成适当的情绪,用当前的分类器是否可行?如果没有,我需要编写自己的分类器,是否可以编写自定义分类器 我的问题是,这对非英语语言有效吗?我的意思是,我想对阿拉伯语评论/评论进行情绪分析,并生成适当的情

我的CSE毕业设计我选择了一个模拟的搜索引擎,它使用情绪分析来评估评论/评论是否是积极的/消极的/中立的

我还不知道该怎么做,但我知道它使用的是你首先训练的分类代理,然后它可以自己分类。边缘不高(我了解大约60%)

我的问题是,这对非英语语言有效吗?我的意思是,我想对阿拉伯语评论/评论进行情绪分析,并生成适当的情绪,用当前的分类器是否可行?如果没有,我需要编写自己的分类器,是否可以编写自定义分类器

我的问题是,这对非英语语言有效吗?我的意思是,我想对阿拉伯语评论/评论进行情绪分析,并生成适当的情绪,用当前的分类器是否可行

你把一些事情弄糊涂了。你所谓的“分类代理”被恰当地称为学习者。学习者使用训练集生成分类器。可应用于未查看的数据以获得正/负/中性分类


要使机器学习的NLP任务(如此任务)适应新语言,您需要一个数据集进行训练。大多数情绪分析工具都需要一个带标签的集合,这可能会很昂贵,否则很难获得,因此我建议您查看中概述的无监督方法(无监督=从未标记的数据中学习)。这种方法是用英语描述的,但我听说在其他语言上取得了合理的结果。然而,YMMV是基于您将要使用的确切数据集的。

有一个想法是基于youtube数据对评论进行情感分析

请注意,youtube上有一个喜欢/不喜欢的系统,因此您可能可以使用视频上的喜欢/不喜欢比率为下面的评论指定一些正值/负值

此外,您还可以通过GDataAPI访问数据。这种方法独立于语言,您只需分析以选定语言发布的视频。

我的公司()最近通过我们的API添加了阿拉伯语情感分析。使用API不是免费的,但您可以尝试免费的在线演示,看看它是否满足您的需要。这是一个例子