ในบทความนี้ เราจะมาเรียนรู้เกี่ยวกับการวิเคราะห์อารมณ์ของ Twitter เราจะลงทะเบียนสำหรับ twitter oAuth API ติดตั้งการขึ้นต่อกันทั้งหมด และสุดท้ายก็เขียนสคริปต์ตัววิเคราะห์อารมณ์ของเรา
API (อินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชัน) เป็นเกตเวย์ที่ให้คุณเข้าถึงการทำงานภายในของเซิร์ฟเวอร์บางตัว (Twitter)
ข้อกำหนดเบื้องต้นคือเรามีบัญชี Twitter ที่ตั้งค่าด้วยหมายเลขโทรศัพท์ที่ยืนยันแล้ว
หลังจากนี้เราไปที่เว็บไซต์ Twitters และแตะที่สร้างไอคอนแอพใหม่ ตอนนี้เรากรอกข้อมูลประจำตัวทั้งหมดเช่นชื่อและยอมรับข้อตกลงนักพัฒนาและสุดท้ายคลิกที่สร้าง
ตอนนี้แอปของเราถูกสร้างขึ้นแล้ว ที่เมนูด้านบน เราจะคลิกที่แท็บคีย์ ที่นี่ เราจะได้รายละเอียดการยืนยัน oAuth และตัวสร้างโทเค็นทั้งหมด
ตอนนี้เรามาติดตั้ง การพึ่งพา . ทั้งหมด −
1. โมดูลทไวปปี้
>>> pip install tweepy
2. โมดูล textblob
>>> pip install textblob
textblob คืออะไร ?
เป็นโมดูลที่ใช้ในการวิเคราะห์ความเชื่อมั่น มันมีวิธีการในตัวเพื่อคำนวณความรู้สึกในระดับ -1 ถึง 1
"token.sentiment.polarity"
อันดับแรก เราต้องการ access tokenizer ทั้งหมดจากเว็บไซต์แอปพลิเคชัน twitter ที่สร้างขึ้นในตอนแรก -
#Twitter credentials for the app interface consumer_key = 'xxxxx' consumer_secret = 'xxxx' access_key= 'xxxx' access_secret = 'xxxx'
ไม่ เราจำเป็นต้องตรวจสอบข้อมูลรับรองผ่านสคริปต์ เพื่อการนั้น เราจึงสร้าง ตัวแปรการตรวจสอบความถูกต้อง รับรองความถูกต้อง
auth = tweepy.OauthHandler(consumer_key,consumer_secret)
ตอนนี้เราตั้งค่าโทเค็นการเข้าถึงด้วยความช่วยเหลือของตัวแปรการตรวจสอบความถูกต้อง
auth.set_access_token(access_token,access_token_secret)
ตอนนี้เราสร้างตัวแปร API เพื่อดำเนินการของเรา
api = tweepy.API(auth)
เราจำเป็นต้องรับทวีตสาธารณะด้วยวิธีการค้นหาและจัดเก็บไว้ในรูปแบบรายการ
public_tweet = api.search('Tutorialspoint')
for tweet in public_tweet:
print(tweet.text)
analysis = TextBlob(tweet.text)
print(analysis) ในผลลัพธ์ เราสังเกตสิ่งที่เป็นขั้วและอัตวิสัย
ขั้ว วัดว่าข้อความบางข้อความเป็นค่าบวกหรือลบ
อัตนัย วัดข้อความว่ามีความคิดเห็นมากน้อยเพียงใดเมื่อเทียบกับข้อเท็จจริง
บทสรุป
ด้วยความช่วยเหลือของเครื่องวิเคราะห์ความรู้สึกนี้ เราสามารถเข้าใจและดึงความรู้สึกของมนุษย์ออกจากข้อมูลได้
