Phân tích cảm xúc Twitter bằng Python

Trong bài viết này, chúng ta sẽ học về phân tích cảm xúc (sentiment analysis) trên Twitter. Chúng ta sẽ đăng ký Twitter OAuth API, cài đặt tất cả các phụ thuộc (dependencies) và cuối cùng viết script phân tích cảm xúc của mình.

API (Application Programming Interface) là một cổng cho phép bạn truy cập một số chức năng nội bộ của máy chủ (Twitter).

Điều kiện tiên quyết là chúng ta có tài khoản Twitter được thiết lập với số điện thoại đã xác thực.

Sau đó, chúng ta truy cập trang web Twitter và nhấp vào biểu tượng tạo ứng dụng mới (create a new app). Bây giờ chúng ta điền tất cả các thông tin xác thực như tên và chấp nhận thỏa thuận nhà phát triển và cuối cùng nhấp vào tạo (create).

Bây giờ ứng dụng của chúng ta đã được tạo, trên menu trên cùng, chúng ta sẽ nhấp vào tab Keys (Khóa). Ở đây chúng ta sẽ lấy chi tiết xác thực OAuth và tất cả các token.

Bây giờ hãy cài đặt tất cả các dependencies:

1. Module tweepy

>>> pip install tweepy

2. Module textblob

>>> pip install textblob

textblob là gì?

Đây là một module được sử dụng trong phân tích cảm xúc. Nó chứa một phương pháp tích hợp sẵn để tính toán cảm xúc trên thang đo từ -1 đến 1.

"token.sentiment.polarity"

Trước tiên chúng ta cần tất cả các access token từ trang web ứng dụng Twitter như đã tạo ban đầu:

# Twitter credentials for the app interface
consumer_key = 'xxxxx'
consumer_secret = 'xxxx'
access_key = 'xxxx'
access_secret = 'xxxx'

Bây giờ chúng ta cần xác thực các credentials thông qua script. Để làm đó, chúng ta tạo một biến xác thực auth.

auth = tweepy.OAuthHandler(consumer_key, consumer_secret)

Bây giờ chúng ta thiết lập access token với sự giúp đỡ của biến xác thực:

auth.set_access_token(access_token, access_token_secret)

Bây giờ chúng ta tạo một biến API để thực hiện các thao tác của chúng ta:

api = tweepy.API(auth)

Chúng ta cần lấy các tweet công khai qua phương thức search và lưu trữ dưới dạng danh sách.

public_tweet = api.search('Tutorialspoint')
for tweet in public_tweet:
    print(tweet.text)
    analysis = TextBlob(tweet.text)
    print(analysis)

Trong đầu ra, chúng ta quan sát hai thứ là polarity (độ cực tính) và subjectivity (tính chủ quan).

Polarity đo lường mức độ tích cực hoặc tiêu cực của một văn bản.
Subjectivity đo lường văn bản đó có mức độ chủ quan (opinionated) so với sự thực (factual) như thế nào.

Kết luận

Nhờ bộ phân tích cảm xúc này, chúng ta có thể hiểu và trích xuất cảm xúc của con người từ dữ liệu.