审查数据情绪分析，重点是提取负面情绪？

Question

我正在尝试对评论数据集进行情感分析。 由于我更关心在评论中识别（提取）负面情绪（现在未贴标签，但我尝试手动标记几百个或使用Alchemy API），因此，如果评论总体上是中性或正面，但一部分具有负面情绪，我想我的模型将其更多地视为负面评价。 有人可以给我一些建议吗？ 我正在考虑在监督（随机森林，SVM）/​​非监督学习模型（Kmeans）中使用一袋词/ word2vect。

Answer 1

注释情感时，请勿注释“正”，“负”和“中性”。 而是将其注释为“具有否定”或“不具有否定”。 然后，您的情绪分类将仅关注这些功能指示负面情绪的强烈程度，这似乎是您想要的。

Answer 2

通过使用单词袋方法，您可以更加重视否定单词。 负数默认为-1，正数默认为+1。

library(qdap)
Dict <- key.pol
Dict$y <- ifelse(Dict$y==-1,-3,Dict$y)
# explore on small chat
polarity("Food is good i like it. The delivery is bad",polarity.frame = Dict)$all

尽管有两个正面的词，但在这里却是负面的。