Répondre

0

Quelque chose de similaire à votre projet est les projets d'analyse de sentiment de Twitter.

Suivez quelques exemples:

  1. First example
  2. Second example
  3. Third example

Je vous suggère d'utiliser la bibliothèque NLTK. Vérifiez également le 'How To Section' pour des exemples.

J'espère que ces informations sont utiles.

Si ce n'est pas dans votre intérêt, veuillez ajouter quelques détails à votre question afin de mieux répondre.

+0

Salut, Merci pour votre réponse. J'ai déjà réalisé "l'analyse du sentiment", je suis maintenant à la recherche d'une "analyse de sentiment basée sur l'aspect". – Guna

+0

Exemple: "Ici, la nourriture et le service sont vraiment bons, mais l'atmosphère peut être meilleure". Ici, la critique générale est positive, mais les aspects comme l'atmosphère a un avis neutre et de même la nourriture et le service a un avis positif. – Guna

+0

Donc, je veux récupérer les aspects et les critiques séparément. veuillez me guider – Guna

0

Pas un outil en soi, mais j'ai eu un projet similaire et obtenu de très bons résultats en utilisant les méthodes décrites dans this paper. L'idée de base est d'utiliser quelque chose comme CoreNLP pour exécuter une analyse de dépendances, puis d'utiliser des modèles prédéfinis (comme) pour trouver (aspect, adjective) paires. Les adjectifs sont ensuite attribués un sentiment basé sur un lexique de sentiment adjectif fourni.

Je travaillais avec des critiques de restaurants Yelp et j'étais capable de coder un extracteur raisonnablement précis dans quelques jours.

+0

Pourriez-vous s'il vous plaît partager un exemple de code? – Guna

+0

Je le ferais si je possédais le code mais malheureusement je ne le fais pas. Les étapes seraient construites sentiment lexique => définir des modèles => nettoyer/prétraiter les données (pas de suppression de mot ou de lemmatisation - besoin de phrases complètes) => obtenir l'analyse de dépendance de CoreNLP de chaque phrase => find pattern correspond ('aspect', 'adj') paires => lookup sentiment de adj => return (' aspect', 'sentiment') paires. –