【问题标题】:Classifying tweets by sentiment using Weka使用 Weka 按情绪对推文进行分类
【发布时间】:2012-03-03 22:34:57
【问题描述】:

我想将推文分类为正负中性。为此,我有一个 CSV 文件,其中每一行都包含推文和情绪 [positive-negative-neutral]。当我将此文件提供给 Weka 时,它会将其转换为 arff 格式。然后当我选择分类器[例如。 J48] 我只能看到“负面”推文的结果。它显示精度、召回率等,但仅适用于“负面”属性。我想查看考虑所有 3 种情绪的所有值。

接下来,我想针对所有负面、正面和中性进行训练,然后尝试测试 csv 文件。有人可以告诉我如何进行吗?

【问题讨论】:

  • 请显示您的示例数据和示例输出,以便更清楚
  • 请注意,这不是一个编程问题:您问的是如何使用其他人编写的工具。我建议联系 weka 开发人员,或在他们的邮件列表上发帖(更多信息在 cs.waikato.ac.nz/ml/weka

标签: java machine-learning weka classification


【解决方案1】:

由于您尚未提供数据,因此您正在处理和示例输出,不能非常明确地提供帮助,但是是的,您可以通过以下博客获得一些帮助 Jose Maria Gomez Hidalgo(Nihil Obstat) 关于使用 Weka 进行情绪分析http://jmgomezhidalgo.blogspot.in/2013/06/baseline-sentiment-analysis-with-weka.html

希望对您有所帮助。

【讨论】:

    猜你喜欢
    • 2015-08-03
    • 2016-03-28
    • 2018-09-04
    • 2018-12-26
    • 2017-03-05
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多