分析和预测文本数据中表达的情绪
情感分析是通过识别文本所表达的主观性来对文本进行分类的过程。
情绪分析几乎应用于所有行业,例如分析客户调查和社交媒体评论,以及使用从财务报告和新闻文章中估计的情绪评分来做出交易决策。
情绪分析技术
构建情感分析分类器可以使用机器学习和深度学习算法,方法有以下两种:
- 使用预先构建的单词字典,将不同的情绪分类
- 使用一套预先标记的文件已经分类为不同的情绪
在MATLAB®,您可以使用内置函数调用,例如vaderSentimentScores而且ratioSentimentScores进行情绪分析。或者,您可以使用各种机器学习和深度学习算法来构建自己的情感分析分类器。此外,您可以生成特定于领域的词汇,例如针对金融或生物医学应用程序的词汇,然后使用训练过的特定于领域的情感分类器执行情感分析。
从10-K和10-Q报告生成的词云中的情绪词汇。
要了解更多关于导入、探索、可视化和使用文本数据(包括情感分析)构建模型的信息,请参见文本分析工具箱™.
例子和如何
软件参考
参见:自然语言处理,word2vec,语法,阻止,词元化,MATLAB文本挖掘,数据科学,深度学习,深度学习工具箱™,统计和机器学习工具箱™