文| 萌萌 zizi

編| zizi

責(zé)編| 伊妍

各位島友大家好,！這里是計(jì)傳島的“方法專題分享”欄目。在前幾期分享中,，我們?yōu)榇蠹医榻B了自然語(yǔ)言分析中的語(yǔ)料庫(kù)方法與語(yǔ)義網(wǎng)絡(luò)分析方法,。本期“方法專題分享”將繼續(xù)為大家介紹分析文本時(shí)的另一大重要任務(wù)——情感分析。

當(dāng)前,，社交媒體上匯聚著海量的包含用戶情感的文本,。對(duì)這些文本進(jìn)行情感分析，其結(jié)果可應(yīng)用于輿情分析,、內(nèi)容推薦,、信息預(yù)測(cè)等諸多方面,。下面我們將介紹一些能夠處理社交媒體文本并進(jìn)行情感分析，且無需編程基礎(chǔ)的中英文工具,，不會(huì)或不精通編程的小伙伴們快來一起看看吧,！

01

情感分析（sentiment analysis）：文本情感分析旨在分析出文本中針對(duì)某個(gè)對(duì)象評(píng)價(jià)的態(tài)度，如下圖,。

02

03

NCSU Tweet Sentiment Viz是由北卡羅來納州立大學(xué)高級(jí)分析研究所教授 Christopher Healey 博士開發(fā)的，專門應(yīng)用于 Twitter 的免費(fèi)情感分析工具,。該程序可根據(jù)使用者輸入的關(guān)鍵字,，通過推文搜索接口(Tweet's Search API)自動(dòng)提取過去一周內(nèi)的相關(guān)推文。

不同于常見的“正面-中立-負(fù)面”三值情感分析,，該應(yīng)用采用了James Russell的環(huán)狀情感模型(circumplex model of affect),，使其能夠進(jìn)行更為細(xì)致的情感分類。這一模型提供基于高興(pleasure)和興奮(arousal)兩個(gè)情感維度的情感分析,，其可定位包括激動(dòng)-沮喪(excited-depressed)和痛苦-放松(distressed-relaxed)等中間情感在內(nèi)的28種情感,。

圖2: Tweet Sentiment Viz 的情感維度

該應(yīng)用采用基于情感詞典的情感分析方法。開發(fā)者使用自主建立的情感詞典,，該情感詞典可對(duì)大約10,680個(gè)英文單詞的進(jìn)行分析,，并逐一給出在[1,9]區(qū)間內(nèi)的情感評(píng)分。

NCSU Tweet Sentiment Viz 的強(qiáng)項(xiàng)在于可視化功能,。該應(yīng)用可自動(dòng)生成反映推文整體情感傾向的散點(diǎn)圖（scatterplot）,。使用者將鼠標(biāo)懸停在某一氣泡上，可以獲取單個(gè)推文,，并查看其中與情感詞典相匹配的具體單詞和詳細(xì)的情感評(píng)分,。除此之外，該應(yīng)用還可結(jié)合主題,、時(shí)間,、地點(diǎn)、等信息,，提供標(biāo)簽云（tag cloud）,、時(shí)間線（timeline）、地圖等8種情感傾向可視化選擇,。

作為一個(gè)免費(fèi)的情感分析工具,，NCSU Tweet Sentiment Viz簡(jiǎn)單易用，可以滿足基本的監(jiān)測(cè)和分析需求,。然而,，該程序目前只適用于Twitter上的推文分析，適用范圍小，也沒有用于高級(jí)實(shí)現(xiàn)的API (應(yīng)用程序接口,，即一個(gè)軟件組件或是一個(gè) Web 服務(wù)與外界進(jìn)行的交互的接口,，其作用是把某些功能封裝好，方便其他人調(diào)用),。并且,，其只能提取過去一周內(nèi)的推文，涉及時(shí)間范圍小,，也無法滿足更長(zhǎng)期的分析需求,。

網(wǎng)址：

https://www.csc2./faculty/healey/tweet_viz/tweet_app/

Social Searcher是一款由Dmitry Oreshko開發(fā)的社交媒體搜索引擎，支持對(duì)多家主流社交網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)搜索和監(jiān)測(cè),，并可通過指定社交媒體的API自動(dòng)導(dǎo)入包含輸入關(guān)鍵詞的內(nèi)容,，并進(jìn)行情感分析。目前,，其支持42種語(yǔ)言的關(guān)鍵詞檢索,，并可對(duì)英語(yǔ)、德語(yǔ),、法語(yǔ)等共8種語(yǔ)言進(jìn)行情感分析,，但尚不支持中文。其支持對(duì)包括Facebook,，Twitter，YouTube,，Instagram在內(nèi)的11個(gè)主要的社交網(wǎng)絡(luò)進(jìn)行檢索和分析,。

該工具的免費(fèi)版套餐包含每天100條實(shí)時(shí)搜索，以及2條郵件提醒,。如果想要進(jìn)行更多搜索,，設(shè)置更多提醒，以及使用對(duì)特定話題進(jìn)行實(shí)時(shí)監(jiān)測(cè),、全網(wǎng)關(guān)鍵詞搜索等功能,，用戶則需付費(fèi)升級(jí)套餐。

Social Searcher使用基于情感詞典的情感分析方法,，并對(duì)相關(guān)帖子進(jìn)行三值（正面,、負(fù)面或中立）情感評(píng)分。在其分析結(jié)果界面中,，使用者不僅可以查看三種情感類別中熱度最高的帖子,，還可以查看單個(gè)社交網(wǎng)絡(luò)的分析結(jié)果，或進(jìn)行多平臺(tái)對(duì)比,。除此之外,，其還支持以CSV格式導(dǎo)出檢索結(jié)果。

由于使用社交網(wǎng)絡(luò)的開放式API導(dǎo)入數(shù)據(jù)，Social Searcher可搜集的數(shù)據(jù)時(shí)間范圍受到限制,。其中,，其只可從Facebook導(dǎo)入過去兩周的或者最新的100個(gè)相關(guān)帖子，Twitter的數(shù)據(jù)來源也限定在過去兩周,。

網(wǎng)址：https://www./

● RapidMiner + AYLIEN ●

RapidMiner,，原名為YALE（Yet Another Learning Environment）由多特蒙德技術(shù)大學(xué)的人工智能部門的Ralf Klinkenberg，Ingo Mierswa和Simon Fischer于2001年開始開發(fā),。

RapidMiner是一個(gè)免編程的數(shù)據(jù)挖掘分析平臺(tái),，可以通過不同組件模塊之間的自由組合實(shí)現(xiàn)任何情感分析方法，以情感詞典,，或機(jī)器學(xué)習(xí)為基礎(chǔ)的情感分析方式均可實(shí)現(xiàn),。其中情緒分析組件Aylien正確率很高，其界面為全英文界面,，與情感分析相關(guān)聯(lián)的功能也均以英文作為語(yǔ)言,。目前RapidMiner只能處理英文。

該軟件當(dāng)中的文件導(dǎo)入功能可以通過更換組件從本地上傳不同類型的文本分析文件（如圖畫圈部分）,，也可以通過API導(dǎo)入,，或是從網(wǎng)上的數(shù)據(jù)庫(kù)直接導(dǎo)入。

RapidMiner + AYLIEN 可以自動(dòng)分析導(dǎo)入文本,，并用三值情緒量表（正面,、負(fù)面或中立）對(duì)其進(jìn)行范圍從-1到1的評(píng)分。除了從在線數(shù)據(jù)源讀取外,，RapidMiner 還可以直接讀取本地文件（如 CSV 和 Excel 文件或數(shù)據(jù)庫(kù)）,。

RapidMiner的初級(jí)版本免費(fèi)，情感分析的Aylien文本情緒分析組件提供每天1500個(gè)條目的免費(fèi)分析,。

其優(yōu)勢(shì)是,，通過添加不同組件，RapidMiner即可以實(shí)現(xiàn)數(shù)據(jù)輸出的可視化,，也可以輕松把數(shù)據(jù)分析結(jié)果導(dǎo)出為Excel 或CSV任何版本的數(shù)據(jù),。但軟件的缺點(diǎn)是，其涉及的功能繁多,，且網(wǎng)上的中文教程很少,，相關(guān)軟件的高級(jí)功能方面教程均為英文。

軟件下載界面：https:///get-started/

擴(kuò)展包下載添加頁(yè)面：https://marketplace./UpdateServer/faces/product_details.xhtml?productId=rmx_com.aylien.textapi.rapidminer

● 中國(guó)傳媒大學(xué)國(guó)重自然語(yǔ)言處理綜合服務(wù)平臺(tái) ●

中國(guó)傳媒大學(xué)國(guó)重自然語(yǔ)言處理綜合服務(wù)平臺(tái)由中國(guó)傳媒大學(xué)開發(fā),。界面為中文,。平臺(tái)服務(wù)包含漢語(yǔ)分詞、自動(dòng)關(guān)鍵詞語(yǔ),、自動(dòng)摘要,、情感計(jì)算,、信息抽取和標(biāo)題黨識(shí)別等。

用戶在注冊(cè)頁(yè)面輸入用戶名,，密碼,，手機(jī)號(hào)和手機(jī)驗(yàn)證碼，即可注冊(cè)成功,，每個(gè)手機(jī)號(hào)只能注冊(cè)一個(gè)賬號(hào),。系統(tǒng)的所有服務(wù)必須先進(jìn)行注冊(cè)以及token值（即登錄令牌. 用戶登錄成功之后,在服務(wù)器端會(huì)根據(jù)用戶信息生成一個(gè)唯一的值）的申請(qǐng)，之后再請(qǐng)求服務(wù)的時(shí)候附帶該token參數(shù),。

目前該平臺(tái)的情感傾向分析可以分析的情感類型有積極,、消極、中性,。對(duì)輸入的文本進(jìn)行極性計(jì)算,，可以輸入句子，短文本和篇章（長(zhǎng)文本）,，計(jì)算機(jī)會(huì)自自動(dòng)判斷,，輸出結(jié)果包括正面、中立,、負(fù)面三種類型,，并給出傾向強(qiáng)度，范圍從-1到1,，判斷的依據(jù)是等于0分為中立,，大于0為正面，小于0為負(fù)面,。用戶可以根據(jù)自已語(yǔ)料的特點(diǎn)對(duì)中立進(jìn)行重新劃分,，比如-0.25到0.25為中立,。

● NLPIR-Parser大數(shù)據(jù)語(yǔ)義智能分析平臺(tái) ●

NLPIR-Parser大數(shù)據(jù)語(yǔ)義智能分析平臺(tái)是北京理工大學(xué)開發(fā)的的大數(shù)據(jù)內(nèi)容批處理平臺(tái),。此平臺(tái)針對(duì)大數(shù)據(jù)內(nèi)容處理的需要，融合了網(wǎng)絡(luò)精準(zhǔn)采集,、自然語(yǔ)言理解,、文本挖掘和網(wǎng)絡(luò)搜索技術(shù)的十三項(xiàng)功能，提供客戶端工具,、云服務(wù),、二次開發(fā)接口。其界面是中文的,，目前僅能處理中文,。目前平臺(tái)的應(yīng)用均免費(fèi)給研究人員從事研究工作。

平臺(tái)的數(shù)據(jù)收集和預(yù)處理中包括了通過主題采集和站點(diǎn)采集從互聯(lián)網(wǎng)上爬取信息和處理本地上傳或錄入的信息，同時(shí)還提供了不同文檔格式轉(zhuǎn)換和編碼轉(zhuǎn)換的工具,；平臺(tái)的情感分析功能是針對(duì)事先指定的分析對(duì)象,，自動(dòng)分析海量文檔的情感傾向：情感極性，并在原文中給出正負(fù)面的得分和句子樣例,。

NLPIR情感分析的優(yōu)勢(shì)在于情感分類豐富,，不僅包括正、負(fù)兩面,，還包括好,、樂、驚,、怒,、惡、哀和 懼的具體情感屬性,。NLPIR還提供關(guān)于特定人物的情感分析,，并能計(jì)算正負(fù)面的具體得分?？梢?strong>單個(gè)對(duì)象分析和批量對(duì)象分析來進(jìn)行情感分析,。情感分析統(tǒng)計(jì)結(jié)果包括：文檔總數(shù)、正面數(shù)量及占比,，每一篇文檔的正負(fù)面 得分與排序,。情感分析詳情結(jié)果會(huì)在原文本中顯示情感分析的詳情：對(duì)象、得分,、 原文等,。

圖7: NLPIR大數(shù)據(jù)語(yǔ)義智能分析客戶端