Java 如何获得多个句子的整体情感

你如何发现多个句子/一个段落/一大段文字的聚合情感

下面的代码是基于github-Stanford CoreNLP测试和各种示例编写的，但我发现的所有内容都完成了情绪分析，只计算了单个句子的情绪。但我想要的是整个推特的情感，不管其中有多少句话

我唯一能想到的另一种方法是为

情绪管道.main（String[]）

创建一个单独的线程，并将文本输入

stdin

，然后在

sdout

中收集整体情绪。我更希望能够使用我的代码使它更简单/更高效，但我没有发现任何东西

此外，我不想像大多数人那样对jar进行系统调用，因为我每天要发数百万条tweet。每次加载资源的开销太大

Annotation document = new Annotation(text);
pipeline.annotate(document);

List<CoreMap> sentences = document.get(SentencesAnnotation.class);
        String output;
        for (CoreMap sentence : sentences) {
            // traversing the words in the current sentence a CoreLabel is a CoreMap with additional token-specific methods
             output = "";
            for (CoreLabel token : sentence.get(TokensAnnotation.class)) {

                // this is the text of the token
                String word = token.get(TextAnnotation.class);

                // this is the Parts Of Speech tag of the token (noun, verb, adjective etc)
                // String pos = token.get(PartOfSpeechAnnotation.class);

                // this is the NER label of the token
                String ne = token.get(NamedEntityTagAnnotation.class);
                if (!ne.contentEquals("O")) {
                    output = output + (ne + " " + word + " ");
                }
            }

            //**************Sentiment Analysis 
            Tree tree = sentence.get(SentimentCoreAnnotations.AnnotatedTree.class);
             String sentiment = RNNCoreAnnotations.getPredictedClass(tree);

注释文档=新注释（文本）；
管道注释（文件）；
列出句子=document.get（SentencesAnnotation.class）；
字符串输出；
for（CoreMap句子：句子）{
//遍历当前句子中的单词时，CoreLabel是一个CoreMap，带有额外的特定于标记的方法
输出=”；
for（CoreLabel标记：句子.get（TokensAnnotation.class））{
//这是令牌的文本
String word=token.get（TextAnnotation.class）；
//这是标记的词性标记（名词、动词、形容词等）
//String pos=token.get（speechannotation.class的一部分）；
//这是令牌的NER标签
字符串ne=token.get（NamedEntityTagAnnotation.class）；
如果（！ne.contentEquals（“O”））{
输出=输出+（ne+“”+word+“”）；
}
}
//**************情绪分析
Tree-Tree=句子.get（momentCoreAnnotations.AnnotatedTree.class）；
字符串情感=RNNCorenceNotations.getPredictedClass（树）；

斯坦福corenlp中的情感分析工具包是在句子级数据集上训练的。如果你需要文档级情感引擎，我认为在文档上训练新模型是一个更好的选择。你也可以尝试一个接一个地处理句子，并使用一些棘手的方法（如平均值、最大值）如果你找不到答案的话，也可以考虑向官方发布，如果你还没有的话。我想把句子的情感平均化，但我不觉得这会给出准确的表达。我认为我的方法是调用<代码>感伤管。line.main（String[]）在一个新的线程中，以某种方式在

stdin

中抛出字符串，并以这种方式获得情绪。上面的答案是正确的。简言之……它就是不正确。这很奇怪，你会认为他们需要一个全面的情绪分析。