如何改进 Twitter 情绪分析器？答案

【问题标题】：How to improve a twitter sentiment analyzer?如何改进 Twitter 情绪分析器？
【发布时间】：2016-10-04 00:22:10
【问题描述】：

我正在开发一个 C++ Twitter 公司情绪分析工具。用户输入一家公司，该工具会分析 # 条推文并返回一种情绪。

到目前为止，我做了以下工作：

然后，我将推文解析为单词，并对照两个正负单词词典检查单词。我为每条推文创建了一个总体情绪。然后我计算正面、中性和负面推文的数量以得出最终答案。没有使用权重。

我正在考虑实现以下两件事：

但是，即使这样，大多数搜索最终都是非常中立的。例如，如果我在 100 条推文中搜索“Apple”，我会得到 30 条肯定、10 条否定和 60 条中立。

问题：
1. 有没有办法降低中性点？
2.我应该添加什么样的正面和负面词来代表我的搜索条件（公司）

【问题讨论】：

你说你remove special characters and emoticons from tweets，为什么不也分析一下表情包呢？开心的脸 = 积极的情绪
如果您手动对这些推文进行分类，您会得到截然不同的结果吗？（滚动浏览“Apple”搜索，我看到的大多数推文非常中性。）
可能重复：stackoverflow.com/questions/10416343/…
另见：stackoverflow.com/questions/4199441/…
@Keatinge 常规表情符号会很容易...例如：:) 或 :( 或 :D 。但是现在大多数推文都包含符号。实际上是表情符号。我使用了表情符号。我应该说表情符号。那些在文本中显示为奇怪的字符

【解决方案1】：

您说没有使用权重，但为什么不添加它。为每个 +/- 词分配一个 1 的基本权重，然后可以应用以下一些条件：

【讨论】：

听起来是个好主意，但我不确定我是否有时间实施体重系统。我必须在周末结束前介绍一些东西。我将它们设为小写以简化比较。另外，我在想重复的字母会产生不同的情绪。就像电影很好。这部电影太棒了 :)
您也可以在将单词转换为小写之前检查单词是否全部大写，然后增加权重。就像“我绝对喜欢编程”比“我绝对喜欢编程”热情一点。