分析和预测情绪表达的文本数据
情感分析是一个过程,文本通过识别分类的主体表达。
情绪分析在几乎所有行业用于应用程序如客户调查和分析社会媒体评论和交易决策使用情绪得分估计从财务报告和新闻文章。
情绪分析技术
为情绪分析构建一个分类器可以通过使用机器学习和深度学习算法的两种方式:
- 使用一个预先构建的字典的单词分为不同的情绪
- 使用一组prelabeled文档已经分为不同的情绪
在MATLAB®比如,您可以使用内置函数调用vaderSentimentScores和ratioSentimentScores进行情感分析。或者,您可以构建自己的情绪分析分类器通过使用各种机器学习和深入学习算法。此外,您可以生成一个特定领域的词汇,如对于金融或生物医学应用程序,然后进行情感分析与分类器训练领域特定的情绪。
情绪在云词词典产生10 - k和10 -报告。
了解更多关于进口,探索、可视化和与文本数据包括情绪分析、建立模型文本分析工具箱™。
例子和如何
软件参考
参见:自然语言处理,word2vec,语法,阻止,词元化,文本挖掘与MATLAB,数据科学,深度学习,深度学习工具箱™,统计和机器学习的工具箱™,递归神经网络