machine-learning - 如何在情绪分析中捕捉两个相互竞争的利益相关者的观点

Question

我正在使用 tweepy 和 textBlob 训练情感分析模型。我遇到一个有趣的例子，其中声明的情绪可能会受到利益相关者立场的影响。想知道在这种情况下情绪分析是如何工作的

RT @Pehla_Trade: #Rupee strengthened by 14 paise to 64.34 against the US #dollar in early trade at the Interbank Foreign Exchange market

Sentiment(polarity= -0.012499999999999997, subjectivity=0.2125)

在上面的陈述中，情绪的极性是-ve，但作为读者，我觉得该值应该是正的

Answer 1

无论意见持有者如何，您使用的算法都会分析文本。在这种情况下，您需要一个知识库来指定持有者，并根据谁说了什么来改变情绪。例如，在金融领域，“卢比兑美元汇率已达到良好水平”对印度舆论持有者来说是积极的，但对美国人来说是消极的。如果您有少数意见持有者(例如，一些 Twitter 用户)，那么您可以手动添加一些规则来根据持有者调整情绪。