我正在寻找一种方法来开发一个比较正面和负面词汇的ML数据集。例如“有效”与“无效”或“可以使用”对“不能使用”或“不在星期四”与“星期四”将是正面与负面。可以通过确定副词是正面还是负面来简化它。我想知道这个或任何现有解决方案是否有任何可用的数据集。
答案 0 :(得分：0)
您可以使用一些情感词典。
自动情绪分析是文本分析的一种应用 用于识别文本数据中的主观意见的技术。 它通常涉及将文本分类为类别 作为“积极的”，“消极的”，在某些情况下是“中立的”[Source]
答案 1 :(得分：0)
创建数据集
搜索有争议的文章。在那里，你将获得大多数正面和负面的句子。在开始时，选择小段落。手动检查算法的效率。
解决方案
从非常基本的方法开始。就像搜索关键字一样，＆＃34;不是＆＃34;。然后去结合＆＃34; can＆＃t; t＆＃34; ＆＃34;不会＆＃34;然后检查你是否遗漏了什么。
现在你可以采用更复杂的方法。就像句子＆＃34;我对设备采取了预防措施，它不会伤害我。＆＃34;它给人一种积极的意义。你应该寻找的是＆＃34;不会伤害＆＃34; 。你看，不是负面词，伤害也是负面词。两者的结合产生了积极的效果。