Библиотека анализа настроений C++

Question

Я ищу библиотеку анализа настроений C++, которую я мог бы использовать в своем приложении. Что-то, что возьмет текст, написанный человеком в качестве аргумента, и вернет информацию о его настроении (положительном, отрицательном, нейтральном, сердитом, счастливом, ...). Есть идеи?

Несколько замечаний:

• Я не ищу библиотеку с «просто» инструменты НЛП (как текст токенизации, PoS мечения и т.д.), но на самом деле то, что делает добычу Настроения анализ/мнения/анализ настроения. Конечно, библиотека НЛП с инструментом анализа настроений великолепна.
• Что-то очень простое было бы в порядке (например, только возврат + 1/-1/0)
• Мне все равно, какой из основных методов он может использовать (словари, байесовские продукты, SVM, основанные на правилах ...)
• C++ только!

Я знаю, что, вероятно, этого не существует, но эй.

Answer 1

Я предлагаю писать свои собственные. Вы можете правильно зафиксировать 80% настроения с помощью простого фильтра для положительных и отрицательных выражений, и вы можете масштабировать свой знак на основе некоторых общих модальных слов и знаков препинания. Если вы хотите выжать сок из оставшихся 20% двусмысленности, и вы не хотите тренировать свой собственный SVM или что-то еще, я бы предложил найти документы в op.to/goog/scholar+. Некоторые из этих статей будут иметь авторов, которые написали C++ libs и говорили о том, где вы можете найти/скачать их.

См. Также this SO post и многие другие идеи.

Answer 2

Я бы избегал использовать списки слов, которые вы пытаетесь предсказать, - это просто не может объяснить нишу и различный язык, найденный в реальных человеческих текстах (при условии, что они являются социальными вещами). Я не могу помочь вам с библиотекой C++, но если вы счастливы позвонить в веб-сервис, вы можете бесплатно использовать наш Sentiment Analysis of social media.

Answer 3

Вы также можете посмотреть на API Bitext для анализа настроений: https://www.bitext.com/text-analysis-api-and-faq/

В настоящее время он поддерживает английский, испанский, португальский, французский, итальянский, немецкий, голландский и каталонский.

Нет необходимости заниматься какой-либо подготовкой данных, поскольку языковые технологии Bitext основаны на языковой грамматике и словарях, а не на машинах или на статистике.