awesome sentiment analysis
1.0.0
センチメント分析方法、実装、およびその他のキュレーションリスト。
感情分析は、書かれた言語からの人々の意見、感情、評価、態度、感情を分析する研究分野です。 （Liu 2012）
このリポジトリの目標は、このドメインで研究したい学者に適切なリンクを提供することです。同時に、センチメント分析をアプリケーションに統合したい開発者にとって、十分にアクセスできるようになります。
センチメント分析はさまざまなレベルで発生します：
最近の研究は、アスペクトベースのアプローチに焦点を当てています。しかし、すべてのOpenSourceの実装がまだ巻き込まれているわけではありません。
問題を解決するためのさまざまなアプローチがあります。たとえば、語彙的手法は、特定の文で発生する肯定的および否定的な感情（つまりのSentiwordnetから）を表す単語の頻度を見てください。ナイーブベイズやサポートベクターマシン（SVM）などの教師付き機械学習は、トレーニングデータとともに使用できます。トレーニングの例を取得するのは難しいため、潜在的なディリクレの割り当て（LDA）や単語埋め込み（Word2Vec）などの監視されていない機械学習も、大きな非標識データセットで使用されます。また、最近の作品は、畳み込みニューラルネットワーク（CNN）や長期記憶（LSTM）、およびその注意ベースのバリアントなどの深い学習方法も適用しています。調査論文に詳細をご覧ください。
liu、bing。 「感情分析と意見採掘。」人間言語技術に関する統合講義5.1（2012）：1-167。 [PDF]
Vinodhini、G。、およびRM Chandrasekaran。 「感情分析と意見採掘：調査。」 International Journal 2.6（2012）：282-292。 [PDF]
Medhat、Walaa、Ahmed Hassan、Hoda Korashy。 「センチメント分析アルゴリズムとアプリケーション：調査。」 Ain Shams Engineering Journal 5.4（2014）：1093-1113。 [PDF]
王、シダ、クリストファー・D・マニング。 「ベースラインとビッグラム：シンプルで良い感情とトピックの分類。」計算言語学会協会の第50回年次会議の議事録：ショートペーパー - 計算言語学会協会、2012年。[PDF]
カンブリア、エリック、ダニエル・オルサー、ディーラジ・ラジャゴパル。 「SenticNet 3：認知主導の感情分析のための一般的で常識的な知識ベース。」人工知能に関する第28回AAAI会議の議事録。 Aaai Press、2014。[PDF]
Afinn：Valenceと評価された英語の単語のリスト[Web]
Sentiwordnet：感情分析をサポートするために考案された語彙リソース。 [web] [紙]
グローブ：単語ベクトルを取得するためのアルゴリズム。ダウンロードできる前払いの単語ベクトル[Web] [Paper]
Semeval14-Task4：ラップトップとレストランのレビューの注釈付きの側面と感情。 [web] [紙]
Stanford Sentiment TreeBank：細い感情の注釈を備えたセンチメントデータセット[Web] [Paper]
対人スタンテイクのための多次元辞書[Web] [Paper]
各実装の特性について説明します。
警告：感情分析の重要な問題は、トレーニングデータが調達されるか、センチメントレキシコンが構築されるドメインに対する感度です。 [♠]既製の実装が問題のために機能すると仮定して、モデルの仮定を確認し、自分のドメインで正確かどうかを確認してください[♦]。
Thisandagain/Sentiment：語彙、辞書ベース、アフィンベース。
ThinkRoth/Sentimental Lexical、辞書ベース、アフィンベース。
Lingpipe：語彙、コーパスベースの監視された機械学習
Corenlp：監視された機械学習、深い学習
ASUM：監視されていない機械学習、潜在的なディリクレの割り当て。 [紙]
NLTK：ベイダーセンチメント分析ツール、語彙、辞書ベース、ルールベース。 [紙]
Vivekn/Sentiment：監視された機械学習、素朴なベイズ分類器。 [紙]
xiaohan2012/twitter-sent-dnn：監視された機械学習、深い学習、畳み込みニューラルネットワーク。 [紙]
Abdulfatir/Twitter-sentiment-analysis：ナイーブベイズ、SVM、CNN、LSTMなどを使用したツイートの感情分析。
kevincobain2000/sentiment_classifier：監視された機械学習、ナイーブベイズ分類器、maxエントロピー分類器、sentiwordnet。
Pedrobalage/semevalaspectbasedsentimentAnalysis：アスペクトベースの監視された機械学習、条件付きランダムフィールド。
Ganeshjawahar/MEM_ABSA：アスペクトベースの監視された機械学習、ディープラーニング、注意ベース、外部メモリ。 [紙]
Openai/Generating-Reviews-Discovering-Sentiment：Deep Learning、Byte Mlstm [Paper]
Yiyang-GT/Social-Attention：深い学習、注意ベース。ソーシャルネットワークでの著者の位置を使用して、センチメント分析を支援します。 [紙]。
thunlp/nsc：深い学習、注意ベース。ユーザーと制作情報を使用します。[Paper]。
Timjurka/Sentiment：監視された機械学習、素朴なベイズ分類器。
Cdipaolo/センチメント：監視された機械学習、素朴なベイズ分類器。 cdipaolo/gomlに基づいています。
Malavbhavsar/Sentimentalizer：語彙、辞書ベース。
7Compass/Sentimental：語彙、辞書ベース。
Amrish7/Dragon：監視された機械学習、素朴なベイズ分類器。
??まず、貢献するために時間を割いてくれてありがとう！ ??
貢献する手順：
