首先抱歉我的英语不太完美...我来自德国;）
因此，对于我的研究项目（学士论文），我需要分析关于某些公司和品牌的推文的情绪 . 为此，我需要编写自己的程序脚本/使用某种修改过的开源代码（没有API' - 我需要了解发生了什么） .
您可以在下面找到我找到的一些NLP应用程序列表 . 我现在的问题是你推荐哪一种方法？哪一个不需要长时间调整代码？
例如：当我为推特音乐播放器播放Twitter> iPod <并且有人写道：“这是一个糟糕的一天，但至少我的iPod让我开心”或者甚至更难：“这是一个糟糕的一天，但至少我的iPod弥补了它“
哪个软件足够智能，可以理解专注于iPod，而不是天气？
哪个软件可扩展/资源有效（我想分析几条推文，不想花费数千美元）？
Machine learning and data mining
Weka - 是用于数据挖掘的机器学习算法的集合 . 它是最流行的文本分类框架之一 . 它包含各种算法的实现，包括朴素贝叶斯和支持向量机（SVM，在SMO下列出）[注意：其他常用的非Java SVM实现是SVM-Light，LibSVM和SVMTorch] . 一个相关的项目是Kea（Keyphrase Extraction Algorithm）一种从文本文档中提取关键短语的算法 .
Apache Lucene Mahout - 一个孵化器项目，用于在Hadoop map-reduce框架之上创建通用机器学习算法的高度可扩展的分布式实现 .
NLP Tools
LingPipe - （技术上不是'open-source, see below) Alias-I' s Lingpipe是一套用于文本语言处理的java工具，包括实体提取，语音标记（pos），聚类，分类等...它是最成熟和最广泛使用的开源NLP之一工业中的工具包 . 它以技术上的's speed, stability, and scalability. One of its best features is the extensive collection of well-written tutorials to help you get started. They have a list of links to competition, both academic and industrial tools. Be sure to check out their blog. LingPipe is released under a royalty-free commercial license that includes the source code, but it'而闻名'open-source' .
OpenNLP - 托管各种基于Java的NLP工具，使用Maxent机器学习包执行句子检测，标记化，词性标记，分块和解析，命名实体检测和共同参考分析 .
Stanford Parser和词性（Tag）Tagger - 用于斯坦福NLP小组的句子解析和词性标注的Java包 . 它具有概率自然语言解析器的实现，包括高度优化的PCFG和词汇化依赖解析器，以及词汇化的PCFG解析器 . 它有一个完整的GNU GPL许可证 .
OpenFST - 用于操纵加权有限状态自动机的包 . 这些通常用于表示可能性模型 . 它们用于模拟语音识别，OCR纠错，机器翻译和各种其他任务的文本 . 该图书馆由Google Research和纽约大学的贡献者开发 . 它是一个C库，意味着快速和可扩展 .
NTLK - 自然语言工具包是用于教学和研究分类，聚类，语音标记和解析等的工具 . 它包含一组用于实验的教程和数据集 . 它由墨尔本大学的史蒂文伯德撰写 .
Opinion Finder - 一个执行主观性分析的系统，自动识别文本中何时存在意见，情绪，推测和其他私人状态 . 具体而言，OpinionFinder旨在识别主观句子并标记这些句子中主观性的各个方面，包括主观性的来源（持有者）和表达正面或负面情绪的短语中包含的单词 .
Tawlk / osae - 用于社交文本情感分类的python库 . 最终目标是拥有一个简单的库"just works" . 它应该有一个容易进入的障碍，并有完整的文件记录 . 我们使用在negwords.txt和poswords.txt上收集的推文使用停用词过滤获得了最佳准确度
GATE - GATE已超过15年，并且正在积极地用于涉及人类语言的所有类型的计算任务 . GATE擅长各种形状和大小的文本分析 . 从大型企业到小型创业公司，从数百万欧元的研究联盟到本科项目，我们的用户社区是这类系统中规模最大，最多样化的系统，并且遍布除了一个大陆之外的所有地区1 .
textir - 一套用于文本和情感挖掘的工具 . 这包括用于稀疏多项逻辑回归的'mnlm'函数，'pls'，简明的偏最小二乘例程和'主题'函数，用于潜在主题模型中的有效估计和维度选择 .
NLP Toolsuite - JULIE Lab提供了一个全面的NLP工具套件，用于语义搜索，信息提取和文本挖掘的应用程序 . 我们不断扩展的工具套件大部分基于机器学习方法，因此不依赖于域和语言 .
...
旁注：你会推荐twitter流媒体或获取API吗？
至于我，我是python和java的粉丝;）
非常感谢你的帮助！！！
1 回答
我不确定我能提供多少帮助，但之前我曾使用过手动NLP . 我想到了几个问题 - 并非所有产品都是语言不可知的（人类语言不是计算机语言） . 如果您计划分析德语推文，那么您选择的产品能够处理德语非常重要 . 我知道很明显，但很容易忘记 . 然后就是这样的事实，即收缩和缩略词的推特比较丰富，语言结构受到字符限制的约束，这意味着语法并不总是与语言的预期结构相匹配 .
在英语中，如果您必须编写自己的代码，可以稍微简化从句子中提取名词 . 专有名词有首字母大写，一串这样的单词（可能包括“of”）是名词短语的一个例子 . 在“a / an / my / his / hers / the / this / these / these”之前的单词将是形容词或名词 . 不幸的是，在此之后变得更加困难 .
有一些规则可以帮助识别复数，但也有很多例外 . 我当然在这里谈论英语，我非常糟糕的德语并不能帮助我理解语法，我害怕 .