awesome sentiment analysis

????令人敬畏的情緒分析????

精心策劃的情感分析方法，實現和雜項。

情感分析是研究人們的意見，情感，評估，態度和情感的研究領域。 （劉2012）

內容

• 內容
• 客觀的
• 介紹
• 調查文件
• 基線系統
• 資源和語料庫
• 開源實現
  • nodejs
  • 爪哇
  • Python
  • r
  • 戈蘭
  • 紅寶石
  • CSHARP
• SaaS Apis
• Web應用程序
• 貢獻

客觀的

該存儲庫的目的是為希望在該領域進行研究的學者提供足夠的聯繫。同時，對於希望將情感分析集成到其應用程序中的開發人員來說，要足夠訪問。

介紹

情緒分析在各個層面上進行：

• 文檔級別的情緒分析評估了評論文檔中單個實體（即產品）的情感。
• 句子級別的情緒分析評估了一個句子的情緒。
• 方面級別的情緒分析執行細粒度分析。例如，句子“ iPhone的通話質量很好，但電池壽命很短。”評估兩個方面：iPhone（實體）的通話質量和電池壽命。 iPhone通話質量的情感是積極的，但是電池壽命的情緒為負。 （劉2012）

最近的研究重點是基於方面的方法。但是，並非所有開放源實現都陷入困境。

有許多不同的方法可以解決該問題。例如，詞彙方法查看給定句子中出現的單詞頻率（來自IE SentiWordnet）。可以在培訓數據中使用監督的機器學習，例如天真的貝葉斯和支持向量機（SVM）。由於很難獲得培訓示例，因此在大型未標記的數據集上也使用了無監督的機器學習，例如潛在的Dirichlet分配（LDA）和Word Embeddings（Word2Vec）。最近的工作還採用了深度學習方法，例如卷積神經網絡（CNN）和長期記憶（LSTM）及其基於注意力的變體。您將在調查文件中找到更多細節。

調查文件

劉，賓。 “情感分析和意見挖掘”。人類語言技術的合成講座5.1（2012）：1-167。 [PDF]

Vinodhini，G。和RM Chandrasekaran。 “情感分析和意見挖掘：一項調查”。國際雜誌2.6（2012）：282-292。 [PDF]

Medhat，Walaa，Ahmed Hassan和Hoda Korashy。 “情感分析算法和應用：調查。” Ain Shams Engineering Journal 5.4（2014）：1093-1113。 [PDF]

基線系統

王，西達和克里斯托弗·D·曼寧。 “基線和大型：簡單，良好的情感和主題分類。”計算語言學協會第50屆年會論文集：簡短論文 - 卷2。計算語言學協會，2012年。 [PDF]

Cambria，Erik，Daniel Olsher和Dheeraj Rajagopal。 “ Senticnet 3：一個通用和常識的知識基礎，用於認知驅動的情感分析。”第28屆AAAI人工智能會議的會議記錄。 AAAI出版社，2014年。 [PDF]

資源和語料庫

Afinn：評級為Valence的英語單詞列表[Web]

SentiWordnet：設計用於支持情感分析的詞彙資源。 [Web] [紙]

手套：用於獲取單詞向量的算法。預驗證的單詞向量可供下載[Web] [Paper]

SEMEVAL14-TASK4：筆記本電腦和餐館評論的註釋方面和情感。 [Web] [紙]

斯坦福情緒樹庫：帶有細粒情感註釋的情感數據集[Web] [Paper]

多維詞典，用於人際關係[Web] [Paper]

開源實現

描述了每個實現的特徵。

警告：情感分析中的一個關鍵問題是它對培訓數據所在的領域的敏感性或建立情感詞典的敏感性。 [♠]請小心假設實現現成的實現將適合您的問題，請確保查看模型假設並驗證它們是否準確在您自己的域[♦]。

nodejs

thisandagain/情感：詞彙，基於詞典，基於Afinn。

Thinkwroth/感性的詞彙，基於詞典，基於Afinn。

爪哇

Lingpipe：詞彙，基於語料庫的，有監督的機器學習

Corenlp：監督機器學習，深度學習

ASUM：無監督的機器學習，潛在的Dirichlet分配。 [紙]

Python

NLTK：Vader情感分析工具，詞彙，基於詞典，基於規則。 [紙]

Vivekn/情感：監督機器學習，天真的貝葉斯分類器。 [紙]

Xiaohan2012/Twitter-Sent-DNN：監督的機器學習，深度學習，卷積神經網絡。 [紙]

Abdulfatir/Twitter-sentiment-Analysis：使用幼稚貝葉斯，SVM，CNN，LSTM等對推文進行的情感分析。

kevincobain2000/sentiment_classifier：監督機器學習，天真的貝葉斯分類器，最大熵分類器，sentiwordnet。

Pedrobalage/semevalaspectbasedsentimentimentagientalesy：基於方面的，有監督的機器學習，有條件的隨機場。

Ganeshjawahar/mem_absa：基於方面的，有監督的機器學習，深度學習，基於注意力，外部記憶。 [紙]

OpenAI/Generating-Resiviews-dercovering-sendiment：深度學習，字節MLSTM [紙]

Yiyang-GT/社會注意力：深度學習，基於注意力。將作者在社交網絡中的立場用於助手情感分析。 [紙]。

Thunlp/NSC：深度學習，基於注意力。使用用戶和生產信息。 [紙]。

r

Timjurka/情感：監督機器學習，天真的貝葉斯分類器。

戈蘭

CDIPAOLO/情感：監督機器學習，天真的貝葉斯分類器。基於cdipaolo/goml。

紅寶石

Malavbhavsar/感性器：基於詞典的詞彙。

7 Compass/感性：詞彙，基於字典。

CSHARP

Amrish7/Dragon：監督機器學習，天真的貝葉斯分類器。

SaaS Apis

• Google Cloud自然語言API [Web]
• IBM Watson Alchemy語言[Web]
• Microsoft認知服務[Web]
• Aylien [Web]
• Indico [Web]
• Rosette API [Web]

Web應用程序

• 紋理[Web]

貢獻

？首先，感謝您抽出寶貴的時間做出貢獻！ ？

貢獻的步驟：

• 做出很棒的改變
• 提交拉請請求；如果您添加了新的條目，請給出一個非常簡短的說明，為什麼您認為應該添加它。