问在运行情感分析之前进行预处理

EN

也许你应该读一读：

作者:包延伟，权长勤，王丽娟，富士Ren

• 作者: I. Hemalatha，G.P. Saradhi Varma和A. Govardhan

(然后在Python语言中，对要执行的每个修改执行tweet = re.sub(old_pattern, new_pattern, tweet)。)

我正在使用TextBlob库对我的数据集进行分类。

TextBlob是一个Python (2和3)库，用于处理文本数据。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： -Noun短语提取-词性标记-Sentiment分析-Classification (朴素贝叶斯，决策树)谷歌翻译和检测-Language Translate -Tokenization (将文本拆分为单词和句子) -Word和短语频率-Parsing -n-grams词尾变化(复数和单数)和词汇化-Spelling校正通过扩展和集成-Add新模型或语言-WordNet集成

立即获取：

$ pip安装-U textblob

$ python -m textblob.download_corpora

参考：https://textblob.readthedocs.org/en/dev/

*我不能告诉你结果，因为这是我论文的一部分，我还在努力。

实际上，你最好自己做这些脏活。正则表达式很容易删除#，@或url。标点符号和表情符号对于情感分析非常重要。我推荐使用由CMU NLP group(http://www.cs.cmu.edu/~ark/TweetNLP/)训练的语音标签来表达这些字符。

对于像词袋和tf-idf分数这样的基本功能，我想使用Scikit-learn(http://scikit-learn.org/stable/)。对于单个单词的情感，你可以使用斯坦福自然语言处理的情感分析。(http://nlp.stanford.edu/sentiment/)