Twitter情绪分析工具
twentiment的Python项目详细描述
twentiment
==twentiment
使用天真的bayes
分类工具进行twitter情感分析的研究项目。
安装
----
pip install-e git+https://github.com:passy/twentiment.git
usage
-
启动从json文件加载数据的twentiment服务器。a
示例可在存储库中找到,lt;https://github.com/passy/twentiment/blob/623f4064469850b40b50db4707f12a07047f022b/samples/lew嫒tweets.json>;`.
:
twentition嫒server samples/lew嫒tweets.json
您可以使用“twentity_client”使用
语法“guess my tweet to be scored”查询服务器。
我想我最好的朋友很棒。
ok 0.9285714285714286
twentiment>;猜猜看。
ok 0.0
twentiment>;猜猜这辆车糟透了。
ok-0.5
twentiment>;我想我不期待明天的约会。
好的-0.9852941176470597
wishlist
--
(按重要性排序)
*有一个网络前端,可以搜索tweets并对其情绪进行评级。
*让服务器可以选择将服务器进程转移到后台
,然后启动一个类似shell的twentiment_客户端。
*重新构造分类器以允许自适应重新训练,即提供一个
train命令,在运行时添加新样本。
*目前,大多数计算都是在启动时完成的,因此
查询相当便宜。很难找到一个好的平衡。
*服务器状态的持久性。也许是通过Redis?只有使用
训练功能时才重要。
*向服务器添加某种并行性,这样查询就不会阻塞。
*添加从Twitter导入实时训练数据的方法(如从
分析表情)
为了提高学习潜力,我试图尽可能少地重用优秀的项目,并亲自重新实现了相关部分。
==twentiment
使用天真的bayes
分类工具进行twitter情感分析的研究项目。
安装
----
pip install-e git+https://github.com:passy/twentiment.git
usage
-
启动从json文件加载数据的twentiment服务器。a
示例可在存储库中找到,lt;https://github.com/passy/twentiment/blob/623f4064469850b40b50db4707f12a07047f022b/samples/lew嫒tweets.json>;`.
:
twentition嫒server samples/lew嫒tweets.json
您可以使用“twentity_client”使用
语法“guess my tweet to be scored”查询服务器。
我想我最好的朋友很棒。
ok 0.9285714285714286
twentiment>;猜猜看。
ok 0.0
twentiment>;猜猜这辆车糟透了。
ok-0.5
twentiment>;我想我不期待明天的约会。
好的-0.9852941176470597
wishlist
--
(按重要性排序)
*有一个网络前端,可以搜索tweets并对其情绪进行评级。
*让服务器可以选择将服务器进程转移到后台
,然后启动一个类似shell的twentiment_客户端。
*重新构造分类器以允许自适应重新训练,即提供一个
train命令,在运行时添加新样本。
*目前,大多数计算都是在启动时完成的,因此
查询相当便宜。很难找到一个好的平衡。
*服务器状态的持久性。也许是通过Redis?只有使用
训练功能时才重要。
*向服务器添加某种并行性,这样查询就不会阻塞。
*添加从Twitter导入实时训练数据的方法(如从
分析表情)
为了提高学习潜力,我试图尽可能少地重用优秀的项目,并亲自重新实现了相关部分。