电力推文帖子的情感分析

在当今世界，每个人都以某种方式表达自我，本项目的焦点是利用 Twitter（人们发布称为推文的消息的微博平台）上的数据，研究英国与印度民众对电价上涨的看法。由于许多人的收入不佳且须支付诸多税费与账单，维持家庭已成为当下的争议性问题。尽管政府提供了补贴方案以补偿民众电费账单，但该方案并未受到欢迎。本项目中，旨在对 Twitter 上表达的人们看法与意见进行情感分析。为把握对电价的意见，政府与能源市场中的消费者有必要开展情感分析。此外，这些媒体上的文本本质上为非结构化，因此处理它们需先对数据预处理。存在诸多特征提取技术，如词袋、TF-IDF（词频-逆文档频率）、词嵌入、基于 NLP 的如词数等特征。本项目中，我们分析了 TF-IDF 词级特征对电费账单情感分析数据集的影响。我们发现，使用 TF-IDF 词级时情感分析表现比使用 N-gram 特征高 3-4 倍。分析采用四种分类算法，包括朴素贝叶斯、决策树、随机森林与逻辑回归，并考量 F 值、准确率、精确率与召回率等性能参数。