Trong bài viết này, chúng ta sẽ tìm hiểu về phân tích tình cảm trên twitter. Chúng tôi sẽ đăng ký API oAuth của twitter, cài đặt tất cả các phụ thuộc và cuối cùng là viết tập lệnh phân tích cảm xúc của chúng tôi.
API (Giao diện lập trình ứng dụng) là một cổng cho phép bạn truy cập chức năng nội bộ của một số máy chủ (Twitter).
Điều kiện tiên quyết là chúng tôi phải thiết lập tài khoản twitter với số điện thoại đã xác minh.
Sau đó, chúng tôi truy cập trang web Twitter và nhấn vào biểu tượng tạo ứng dụng mới. Bây giờ chúng tôi điền tất cả các thông tin xác thực, tức là tên và chấp nhận thỏa thuận dành cho nhà phát triển và cuối cùng nhấp vào tạo.
Bây giờ ứng dụng của chúng tôi đã được tạo, trên menu trên cùng, chúng tôi sẽ nhấp vào tab phím. Tại đây, chúng tôi sẽ lấy thông tin chi tiết xác minh OAuth và tất cả các mã thông báo.
Bây giờ, hãy cài đặt tất cả các phần phụ thuộc -
1. tweepy module : >>> pip install tweepy 2. textblob module : >>> pip install textblob
textblob là gì?
Nó là một mô-đun được sử dụng trong phân tích tình cảm. Nó chứa một phương pháp có sẵn để tính toán tình cảm trên thang điểm từ -1 đến 1.
"token.sentiment.polarity"
Đầu tiên, chúng ta cần có tất cả quyền truy cập tokenizer từ trang web ứng dụng twitter như được tạo ban đầu -
#Twitter credentials for the app interface consumer_key = 'xxxxx' consumer_secret = 'xxxx' access_key= 'xxxx' access_secret = 'xxxx'
Không, chúng tôi cần xác thực thông tin đăng nhập thông qua tập lệnh. Để làm được điều đó, chúng tôi tạo biến xác thực auth.
auth =tweepy.OauthHandler(consumer_key,consumer_secret)
bây giờ chúng tôi đặt mã thông báo truy cập với sự trợ giúp của biến xác thực
auth.set_access_token(access_token,access_token_secret)
Bây giờ chúng tôi tạo một biến API để thực hiện các hoạt động của mình
api=tweepy.API(auth)
chúng tôi cần lấy tweet công khai qua tìm kiếm và lưu trữ nó ở 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 tôi quan sát thấy điều đó là tính phân cực và tính chủ quan.
Cực tính đo lường mức độ tích cực hoặc tiêu cực của một số văn bản.
Tính chủ quan đo lường mức độ chính xác của văn bản so với thực tế.
Kết luận
Với sự trợ giúp của trình phân tích cảm xúc này, chúng tôi có thể hiểu và trích xuất cảm xúc của con người ra khỏi dữ liệu.