5000条评论的个人情感分析的平均值与5000条评论的情感分析相同吗？

Question

我正在尝试对Reddit线程进行情感分析。 我面临的问题是，某些云NLP API的免费层（Google自然语言，Azure文本分析等）每月仅允许5000个免费层调用。 我正在尝试查看是否可以将某些注释连接起来，直到每次调用最多字符数以获取更多在免费层中分析的注释。

• 这是一个有缺陷的方法吗？
• 对串联的注释字符串进行情感分析是否会导致错误的情感评分？
• 我应该对个人评论进行情感分析，然后对所有个人分数进行平均以得出总体主题分数吗？

Answer 1

有趣的问题-如果评论是独立的并且根本不相关，那么串联或平均都会使您得到中性得分 -类似于一系列抛硬币的结果是0.5，而不是1或0。这不是非常有用的 。

但是，假设您正在对一个帖子周围的reddit线程进行情感分析（而不是对subreddit中多个帖子的线程进行分析），则通过并置或average可能会得到相同的结果 。 Reddit线程中的注释通常是相关的，可以是肯定的也可以是否定的 （或完全不相关）。 因此，在用例中，您应该使用建议的串联方法来解决问题。

我的理论（尚未得到数据的支持）是，使用平均数或连接数将使您的情绪趋于中立，并且不会看到强烈的正面或负面情绪。