5000條評論的個人情感分析的平均值與5000條評論的情感分析相同嗎？

Question

我正在嘗試對Reddit線程進行情感分析。 我面臨的問題是，某些雲NLP API的免費層（Google自然語言，Azure文本分析等）每月僅允許5000個免費層調用。 我正在嘗試查看是否可以將某些注釋連接起來，直到每次調用最多字符數以獲取更多在免費層中分析的注釋。

• 這是一個有缺陷的方法嗎？
• 對串聯的注釋字符串進行情感分析是否會導致錯誤的情感評分？
• 我應該對個人評論進行情感分析，然后對所有個人分數進行平均以得出總體主題分數嗎？

Answer 1

有趣的問題-如果評論是獨立的並且根本不相關，那么串聯或平均都會使您得到中性得分 -類似於一系列拋硬幣的結果是0.5，而不是1或0。這不是非常有用的 。

但是，假設您正在對一個帖子周圍的reddit線程進行情感分析（而不是對subreddit中多個帖子的線程進行分析），則通過並置或average可能會得到相同的結果 。 Reddit線程中的注釋通常是相關的，可以是肯定的也可以是否定的 （或完全不相關）。 因此，在用例中，您應該使用建議的串聯方法來解決問題。

我的理論（尚未得到數據的支持）是，使用平均數或連接數將使您的情緒趨於中立，並且不會看到強烈的正面或負面情緒。