sentiment-analysis - 在相关的不同主题的情感分析中处理(分数)分散的正确方法是什么？

Question

我正在分析社交网络上的情绪。基于不同 相关话题 作为输入。我们如何处理个别主题分数的分散？

例如:我们正在尝试对包含不同关键字的事件的主题进行情绪评分，假设主题是具有以下主题(关键字或同义词)的创新周:
Innovation week = {"innovation week", "data solution", "emerging technologies", "august 30"...}.
如果分数的标准偏差如此之大怎么办？
我们是否质疑:

情感分析算法本身？

我们输入的关键字？

或者我们只是按原样接受结果？因为它们在构成主题的不同粒度级别上代表人们的不同观点？最后的目的是对一个主题有一个大致的了解。

我认为这个问题很简单，尽管这是社交网络中任何情绪分析研究的关注点。

Answer 1

简短的回答是算法和输入关键字，因为它们相互依赖。
给定正确的输入，任何算法中的离散度都会增加，而给定错误的算法，任何输入都会发生同样的情况。

通常在这种情况下，您应该修改算法，因为在大多数情况下都是这种情况。

您也可以阅读本文以更好地理解它:
http://www.cs.cornell.edu/home/llee/omsa/omsa-published.pdf