我目前正在研究 Twitter 中的情绪分析。 我想结合预定义的词典资源，如 sentiwordnet 极性分数。然后进行机器学习。 问题在于获得 sentiwordnet 的正确分数，以前的工作总是简单地根据词义的负极性和正极性的总分来选择。 我的意思是，例如“疯狂”这个词可以出现 3 次是消极的，2 次是积极的。 大多数以前的工作会自动平均每个极性。 所以我想在获得分数之前消除单词的歧义，这样我们才能真正使用 sentiwordnet。 我在想通过比较目标句和光泽句的相似度.. 有什么方法可以比较吗？你认为它会起作用吗？ 如果没有，请分享您的想法..
我是这个领域的新手，也是新手 python 程序员，所以我真的需要你的建议.. 谢谢..
最佳答案
这是一个词义消歧问题，要让您的系统在任何给定的多义词上都能很好地工作将非常困难。您可以尝试(组合)几种方法来确定单词的正确含义:
位置标注会减少候选感官的数量。
WordNet 中句子与词义的余弦相似度。
使用 SenseRelate :它衡量目标词与其周围词的不同意义之间的“WordNet相似度”。
使用 WordNet Domains :数据库包含分配给每个 WordNet 意义的域标签，例如“音乐”代表“摇滚”的音乐意义。您可以比较其中的域标签，而不是比较在注释和句子中找到的实际单词。
不是通过在其中找到的单词本身来表示注释和句子，而是作为单词的平均共现向量。可以使用大型文本语料库构建此类向量，最好来自与要消除歧义的文本相同的应用领域。有多种技术可以改进此类共现向量(tf-idf、PCA、SVD)，您应该单独阅读它们。
如果您的文本来自非常专业的领域(例如法律)，则准确度会更高。但是，如果您使用的是通用语言文本，那么您只能期望非高度多义词(如果它们在 WordNet 中的意义不超过 3-4)的词具有良好的准确性
关于python - sentiwordnet python中的词义消歧，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/15942406/