数据科学与大数据分析之Sentiment Analysis

情感分析Sentiment Analysis

• 项目概况
  • 项目启动

项目介绍

在Twitter平台上选定一个吸引你的主题，例如某部影视作品、知名人物或当前热门词汇。随后，需获取不少于200条与该主题相关的推文内容，并通过人工方式将其标注为正面、中性或负面情绪。之后，将这些推文随机划分为训练集（占75%）和测试集（占25%）。接着，在这些推文数据上应用多种分类模型进行情感分析任务，并记录各项评估指标，包括分类准确率、AUC值以及生成混淆矩阵。最终对各类分类器的性能进行比较，确定哪种方法在当前任务中表现最为优异。

本项目涵盖以下内容：

阐述如何采集相关推文并完成人工标注工作，同时说明每条推文在分类过程中的表示方式。

对所获取数据集的特征与结构进行详细描述。

针对每种分类算法，解释其运行机制、具体实施步骤及参数配置方法。

展示各个分类器的准确率、AUC数值以及对应的混淆矩阵结果。

分析并判断哪一种分类器在此任务中的表现优于其他模型。

项目开始

1

《花木兰》是一部近期公映的影片，其内容涵盖广泛。在此次项目中，我们通过对与《花木兰》相关的推文进行情感倾向分析，以获取有价值的信息。

为获取所需数据，我们首先注册了Twitter开发者账号，并借助Twitter