Twitter 运行情绪分析前的预处理

情绪分析有助于我们衡量推特的情绪，然而，我们从api中获得的许多推特可能真的无法“分类”为某种情绪

是否有人知道有任何api/文献在推特上运行任何类型的分类器（例如，remove#，remove@name等）之前谈论对推特进行预处理

此外，如果我想确定在我开始对推特运行情绪分析器之前，在推特上运行情绪分析（比如电影评论）是否有意义，我可以查找哪些主题/api/文献？

也许你应该阅读：

• 作者：包燕薇、全长琴、王丽娟、任福吉
• 作者：I.Hemalatha、G.P.Saradhi Varma和A.Govardhan

---

（然后在Python中，

tweet=re.sub（旧模式、新模式、tweet）

用于执行每次修改。）

我使用TextBlob库对数据集进行分类

TextBlob是一个用于处理文本数据的Python（2和3）库。它提供了一个简单的API，用于深入研究常见的自然语言处理（NLP）任务，如词性标记、名词短语提取、情感分析、分类、翻译等

功能： -名词短语抽取 -词性标注 -情绪分析 -分类（朴素贝叶斯、决策树） -Google Translate支持的语言翻译和检测 -标记化（将文本拆分为单词和句子） -单词和短语频率 -解析 -n克 -词形变化（复数化和单数化）和柠檬化 -拼写更正 -通过扩展添加新的模型或语言 -WordNet集成

立即获取它：

$pip安装-U textblob

$python-m textblob.download_corpora

参考：

---

***我不能告诉你结果，因为这是我论文的一部分，我还在写。

事实上，你最好自己做这件肮脏的工作。正则表达式很容易删除#、@或url。标点符号和表情符号对于情绪分析非常重要。我建议使用CMU NLP group（）训练的语音标记来表达这些字符

对于单词包和tf idf分数等基本功能，我想使用Scikit-learn（）。

---

对于单字情感，您可以使用斯坦福Nlp情感分析。（

@N.M.对不起，第一个链接指向了错误的论文。我刚刚纠正了它，但访问不是免费的。