多维度的情绪分析API，即积极性、情绪性

Question

我有大量的英文文本（平均长度800字），我想用一个好的和可靠的情感分析API来评估。在

有些线程似乎建议使用像Alchemy这样的api，但我希望对情绪进行多维度的评估，而不仅仅是一个分数。例如积极性和情绪性等

你知道有什么API能提供如此精细的结果吗？在

Answer 1

自然语言处理文献中关于积极性和情感性的术语分别是“价”（有时是“极性”）和“唤醒”，因此使用这些术语搜索api可能对您更有用。快速搜索这些术语+情感+API，可以发现以下内容：

• http://talc2.loria.fr/empathic/可以赋予积极性（效价）以及特定类型的情绪（例如“悲伤”与“厌恶”）

• 感觉力给了一个积极的分数和一个消极的分数。你可以把分数相加得到积极性，或者把分数的绝对值相加得到情感性。例如，高强度积极性得分（+5）和高度消极性得分（-5）对应于高情绪性，但中性积极性。

• Mashape的repostate（https://www.mashape.com/repustate/repustate-sentiment-and-text-analytics）可以给服务的不同方面带来积极的影响（例如，对价格、食物、员工、位置、氛围、事件的pos/neg情绪）。这个列表中的其他一些api也可能会引起关注：http://blog.mashape.com/list-of-20-sentiment-analysis-apis/。很显然，他们过去有专门针对愤怒和兴奋的情绪检测API，但这些似乎已经被淘汰了。

Answer 2

看看这个API:http://sentic.net/ 他们正在对各种不同的情绪维度进行情绪分析。。。在

Answer 3

我们最近compared 15 Sentiment Analysis APIs。以下是一些相关要点：

• 情绪得分和积极性本质上是一样的。一些API返回情感得分，其他API-情感极性标签（阴性、阳性等）以及每个标签的信心。它们可以相互映射（我们在uniform API中这样做）。唯一的区别是后一种方法允许表达一种混合的情绪，而对于情绪评分，则需要添加情感一致性（就像Meaning Cloud一样）。
  • 基于方面的情感是指可以沿着不同的维度或方面来评估主题。一个例子是餐馆评论，它可以把对服务、膳食和价格的看法用一句话来表达。我们在Aylien中发现了基于方面的情感，即云和Repustate，每个服务都有不同的域模型。在
  • 基于实体的情绪。另一种获得更多细节的方法是进行实体提取，然后分析对句子中提到的每个实体的情绪。这由Google Cloud Natural Language支持。在
  • 此外，艾莲和意云提供了情感主观性分数，衡量作者观点的主观程度。在
  • 令人惊讶的是，只有meaningcloud提供了显式的反讽检测。目前还不清楚它是否被隐式地用于其他模型。在

图片如下：