我正在使用Flair NLP库来获取tweet的情感得分。如何在Flair中处理表情符号?我知道vader在没有预处理的情况下可以很好地处理表情符号,但是Flair呢?我应该在代码中添加什么来解释表情符号在情感分析中施加的含义?我应该使用python的emoji库来演示吗?它与flair一起工作吗? s = flair.data.Sentence('I am feeling great <3')
flair_sentiment.predict(s)
total_sentiment = s.labels
print(total_sentiment[0].score) 有人
用例如下所示:
假设我有一个句子(复习数据):The staffs were very kind and helpful. The room is ok for its price. There did not seem to be a heater in the room. So, a bit for our January trip.
现在,如果我想知道一个词的情感,例如room,那么我应该如何进行。
我使用bag of words模型设计了对给定句子的情感分析,但是从word (回顾数据)中确定给定的D3的情感对我来说还是比较新的。我在这里应该采取什么方法?
提供某种方法或任何链接就足够
我提取了特定句子中的所有实体。例如,如果我的判决是
infrastructure is good, Work-culture is pathetic,hikes are not good either
我开发了一个代码给我实体。现在我需要基于实体的情感。我的输出应该是
infrastructure--> positive
work-culture--> negative
hikes--> negative
我该怎么做?
def remove_punctuation(review):
lst = []
for text in review:
if text not in string.punctuation:
lst.append(text)
return "".join(lst)
df.Review = df.Review.apply(lambda x: remove_punctuation(x))
我正在做亚马逊产品评论的情感分析。我正在对评论的文本进行预处理,并使用上述功能删除标点符号。它把它们全部删除了,但我的问题是,我们是