traitement du langage naturel algorithme pour l'humeur d'un email

Question

Une question simple (mais je ne l'ai pas encore trouvé une réponse évidente dans les choses de la PNL, j'ai lu, que je suis très nouveau):

I vouloir classer les emails avec une probabilité le long de certaines dimensions de l'humeur. Existe-t-il un paquet PNL traitant spécifiquement de cela? Y a-t-il un point de départ évident dans la littérature que je commence à lire? Par exemple, si je reçois un email court quelque chose comme "Salut, je ne suis pas très impressionné par votre dernier e-mail - vous avez dit que le montant de la commande serait seulement 15,95 $! Cordialement, Tom" alors il pourrait obtenir 8/10 pour la frustration et 0/10 pour le bonheur. La liste actuelle des humeurs n'est pas si importante, mais une courte liste d'humeurs généralement positives vs généralement négatives serait utile.

Merci d'avance!

--Trindaz sur Fedang #NLP

Answer 1

Vous pouvez le faire avec un certain nombre de différents outils de la PNL, mais rien à ma connaissance vient avec elle prête hors de la boîte. Peut-être l'endroit le plus facile à commencer serait avec LingPipe (java), et vous pouvez utiliser leur très bon sentiment analysis tutorial. Vous pouvez également utiliser NLTK si python est plus votre penchant. Il y a quelques good blog posts sur Streamhacker qui décrivent comment vous utiliseriez Naive Bayes pour implémenter cela.

Answer 2

Découvrez AlchemyAPI pour les outils d'analyse de sentiment et scikit-learn ou toute autre bibliothèque d'apprentissage automatique pour le classificateur.

Answer 3

Si vous n'avez pas décidé de coder l'implémentation, vous pouvez également classer les données par un autre outil. google prediction api peut être une alternative.

De toute façon, vous aurez besoin de certaines données étiquetées et faire le prétraitement. Mais si vous utilisez un outil qui peut vous aider à obtenir une meilleure précision facilement.