文本情感分析有什么好资料、网站、工具推荐呢？

在本篇回答为大家分享用于文本情感分析的 10 个 API、7 个网站和 12 个 GitHub 项目 。

从事文本情感分析是需要大量数据的，所以首先是我们此前分享过的 20 个中文文本数据集汇总：

10 个文本情感分析API：

IBM Watson Tone Analyzer API

IBM 研发的一款先进的机器学习模型，可以检测文本中的交流语气，检测结果可以划分为情感语气、语言语气和社交语气三类。

API简介地址：

https://www. ibm.com/watson/develope rcloud/tone-analyzer/api/v3/curl.html?curl

Qemotion

该 API 能检测以下内容：

• 演讲中表达的情绪指数
• 文本中表达的关键和主要情绪
• 文本情感自动化分析

用该 API 提交文本后，算法就会检测文本所传递的主要情感。

简介地址：

https:// market.mashape.com/Qemo tion/texttoemotions/overview

AYLIEN API

一款自然语言处理工具包，能够从文本和视觉内容中提取语义信息，能够完成情感分析、情感标记、语言检测等 15 种 NLP 任务。

API 地址：

https:// docs.aylien.com/textapi /#using-the-api

PreCeive API

一款文本处理工具，能执行情感分析、情绪分析等工作。

API 地址：

https:// theysay.docs.apiary.io/# introduction

Indico API

能够从文本中检测到生气、高兴、恐惧、悲伤和惊讶等 5 种情感，而且能将检测结果输出为整洁的 Jason 文件。

API 地址：

https:// indico.io/docs# emotion

Microsoft Cognitive Service-Text Analytics：

微软开发的文本分析工具，可完成情感分析、关键词提取、语言检测等工作。

API 地址：

https:// docs.microsoft.com/en-g b/azure/cognitive-services/Text-Analytics/overview

Bitext

提供市场上基于情绪的最精准的多语言话题。目前有 4 种语义服务：实体及概念提取，情感分析及文本分类。API 可以处理 8 种语言。

API 地址：

https://www. bitext.com/text-analysi s-api-2/#How-accurate-is-the-analysis

Google Cloud Natural Language API

谷歌的文本处理工具，可分析文本数据的语义和结构，包括情感分析、实体识别和文本注释。

API 地址：

https:// cloud.google.com/natura l-language/docs/reference/rest/

NlpTools

一个用于自然语言处理的简单 API，可以对在线新闻媒体进行情感分析和文本分类。

API 地址：

http:// nlptools.atrilla.net/we b/api.php

Sentigem

面向英语文档和文本块的情感分析工具，简单易用。

API 地址：

https:// sentigem.com/# !

7 个文本情感分析网站：

Quick Search

社交媒体搜索引擎，能够实时提供社交媒体上（包括博客、论坛、新闻网站）对某个品牌的评论情感，比如正面居多还是负面居多。

地址：

https://www. talkwalker.com/quick-se arch-form

Rapidminer

一个数据科学软件平台，提供文本挖掘功能，可帮助品牌进行文本分析，比如在线评论、社交媒体帖子等。

地址：

https:// rapidminer.com/solution s/text-mining/?utm_term=text+mining

NCSU Tweet Visualizer

专门面向推特情感分析的工具，既能按照情绪搜索对应的推文，也能分析推文中的情感，蓝色表示正面，绿色表示负面。

地址：

https://www. csc2.ncsu.edu/faculty/h ealey/tweet_viz/tweet_app/

MeaningCloud

能够对多个来源的文本内容进行详细的多语言分析，比如含有情感是正面还是负面，或者情绪为中性。

地址：

https://www. meaningcloud.com/produc ts/sentiment-analysis

Social Mention

实时搜索和分析平台，可监控 100+ 社交平台、博客和新闻网站，主要分析 UGC 中的情感。输入你的品牌、公司、竞争者的名字，就可以获取情感分析结果。

地址：

http://www. socialmention.com/

Sentiment Analyzer

利用计算机语言学和文本挖掘技术识别文本背后的情感。

地址：

https://www. danielsoper.com/sentime ntanalysis/default.aspx

SentiStrength

一款用于学术研究的情感分析工具。

地址：

http:// sentistrength.wlv.ac.uk /

12 个文本情感分析 GitHub 项目：

SentiBridge：中文实体情感知识库

包含：实体/属性—情感词。例如：“长城 宏伟”、“性价比 高”、“价格 高”。主要目的是刻画人们是怎么描述某个实体的，例如大家通常用 宏伟 来形容长城。目前词典包含三个领域语料的抽取结果：新闻、旅游、餐饮，共计 30 万对。

https:// github.com/rainarch/Sen tiBridge

Senta：百度开源的情感分类系统(PaddlePaddle)

Senta 是百度开源的情感倾向分析模型，针对带有主观描述的中文文本，可自动判断该文本的情感极性类别并给出相应的置信度。情感类型分为积极、消极、 中性。情感倾向分析能够帮助企业理解用户消费习惯、分析热点话题和危机舆情监控，为企业提供有力的决策支持。

https:// github.com/baidu/Senta

NLP-Progress ：

由机器学习大牛 Sebastian Ruder 创建的项目，用于追踪自然语言处理领域的最新进展，包括数据集和最新的 NLP 任务等，涉及机器翻译、文本解析、情感分析等 30 个子领域。

https:// github.com/sebastianrud er/NLP-progress

twitter-sentiment-analysis：

利用朴素贝叶斯，SVM，CNN，LSTM 等对推特推文进行情感分析。

https:// github.com/abdulfatir/t witter-sentiment-analysis

twitter-sent-dnn

利用深度神经网络对推特推文进行情感分析。

https:// github.com/xiaohan2012/ twitter-sent-dnn

Weibo-Analyst

这是一个微博评论分析工具，可以对微博评论进行情感分析。

https:// github.com/KimMeen/Weib o-Analyst

ABSA-PyTorch

用PyTorch实现基于方面（aspect）的情感分析。

https:// github.com/songyouwei/A BSA-PyTorch

weibo_sentiment

微博粉丝情绪分析，获取其他用户对自己微博的评论，计算情绪值，绘出变化曲线。

https:// github.com/shispt/weibo _sentiment

stock-predictions

使用TensorFlow和机器学习技术，对推特推文进行情感分析，进而预测股价趋势。

https:// github.com/2018sjain/st ock-predictions

AI-Sentiment-Analysis-on-IMDB-Dataset

利用随机梯度下降法对IMDB上5万条影评进行情感分析。

https:// github.com/SrinidhiRagh avan/AI-Sentiment-Analysis-on-IMDB-Dataset

sentiment-analysis-webapp

中文短文本情感分析 web 应用，基于SnowNLP。

https:// github.com/bighuang624/ sentiment-analysis-webapp

SentimentAnalysis

使用卷积神经网络对汽车行业评论文本进行情感分析。

https:// github.com/guuboi/Senti mentAnalysis

后面会分享Python情感分析实战演练教程，欢迎关注我们。

可能你还感兴趣：