審查數據情緒分析，重點是提取負面情緒？

Question

我正在嘗試對評論數據集進行情感分析。 由於我更關心在評論中識別（提取）負面情緒（現在未貼標簽，但我嘗試手動標記幾百個或使用Alchemy API），因此，如果評論總體上是中性或正面，但一部分具有負面情緒，我想我的模型將其更多地視為負面評價。 有人可以給我一些建議嗎？ 我正在考慮在監督（隨機森林，SVM）/​​非監督學習模型（Kmeans）中使用一袋詞/ word2vect。

Answer 1

注釋情感時，請勿注釋“正”，“負”和“中性”。 而是將其注釋為“具有否定”或“不具有否定”。 然后，您的情緒分類將僅關注這些功能指示負面情緒的強烈程度，這似乎是您想要的。

Answer 2

通過使用單詞袋方法，您可以更加重視否定單詞。 負數默認為-1，正數默認為+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

盡管有兩個正面的詞，但在這里卻是負面的。