回顾数据情绪分析，重点提取负面情绪？

Question

我试图在一个评论数据集上做情绪分析。由于我更关心在评论中识别（提取）负面情绪（现在没有标记，但我尝试手动标记几百个或使用炼金术API），如果评论总体上是中性或积极的，但有一部分有负面情绪，我希望我的模型更倾向于将其视为负面评论。有人能给我一些建议吗？我正在考虑使用单词包/word2vect和监督（random forest，SVM）/无监督学习模型（Kmeans）。在

Answer 1

用词袋法你可以给否定词更多的权重。默认值为-1表示否定词，+1表示肯定词。在

library(qdap)
Dict <- key.pol
Dict$y <- ifelse(Dict$y==-1,-3,Dict$y)
# explore on small chat
polarity("Food is good i like it. The delivery is bad",polarity.frame = Dict)$all

在这里，尽管有两个积极的词，它的消极。在

Answer 2

当你注解情绪时，不要标注“积极”、“消极”和“中性”。相反，将它们注释为“has negative”或“does not have negative”。那么你的情绪分类只关注特征对负面情绪的影响程度，这似乎是你想要的。在