algoritmo di elaborazione del linguaggio naturale per l'umore di una e-mail

Question

Una domanda semplice (ma non ho trovato una risposta del tutto evidente nel roba PNL ho letto, che sono molto nuovo a):

I desidera classificare le e-mail con una probabilità lungo determinate dimensioni dell'umore. C'è un pacchetto NLP là fuori che si occupa specificamente di questo? C'è un punto di partenza ovvio nella letteratura che inizio a leggere? Per esempio, se ho ricevuto una breve e-mail come "Ciao, non sono molto impressionato dalla tua ultima email - hai detto che l'importo dell'ordine sarebbe solo $ 15,95! Saluti, Tom" quindi potrebbe arrivare a 8/10. per Frustrazione e 0/10 per Felicità.

L'elenco effettivo di stati d'animo non è così importante, ma sarebbe utile una breve lista di stati d'animo generalmente positivi e generalmente negativi.

Grazie in anticipo!

--Trindaz su Fedang #NLP

Answer 1

Si può fare questo con una serie di diversi strumenti di PNL, ma niente a mia conoscenza viene con esso pronta fuori dalla scatola. Forse il punto di partenza più facile sarebbe con LingPipe (java), e puoi usare il loro ottimo sentiment analysis tutorial. Potresti anche usare NLTK se python è più piegato. Ci sono alcuni good blog posts su Streamhacker che descrivono come useresti Naive Bayes per implementarlo.

Answer 2

Verificare AlchemyAPI per gli strumenti di analisi della valutazione e scikit-learn o qualsiasi altra libreria di apprendimento automatico aperta per il classificatore.

Answer 3

se non si è deciso di codificare l'implementazione, è possibile avere anche i dati classificati da qualche altro strumento. google prediction api potrebbe essere un'alternativa.

In entrambi i casi, saranno necessari alcuni dati etichettati e verrà eseguita la pre-elaborazione. Ma se usi uno strumento che può aiutarti a ottenere una migliore precisione facilmente.