การวิเคราะห์ความรู้สึก (Sentiment Analysis) บน Twitter ด้วย Python

ในบทความนี้ เราจะเรียนรู้เกี่ยวกับการวิเคราะห์ความรู้สึกบน Twitter เราจะลงทะเบียน Twitter OAuth API ติดตั้ง dependencies ทั้งหมด และสุดท้ายเขียนสคริปต์วิเคราะห์ความรู้สึกของเรา

API (Application Programming Interface) เป็นประตูทางเข้าที่ช่วยให้คุณเข้าถึงฟังก์ชันภายในของเซิร์ฟเวอร์บางตัว (Twitter)

ข้อกำหนดเบื้องต้น คือ เราต้องมีบัญชี Twitter ที่ตั้งค่าแล้วพร้อมหมายเลขโทรศัพท์ที่ยืนยัน

หลังจากนั้น เราเข้าเว็บไซต์ Twitter และกดไอคอนสร้างแอปใหม่ ตอนนี้เรากรอกข้อมูลประจำตัวทั้งหมด คือ ชื่อ และยอมรับข้อตกลงนักพัฒนา และสุดท้ายกดสร้าง

ตอนนี้แอปของเราถูกสร้างแล้ว ในเมนูด้านบน เราจะคลิกที่แท็บ Keys ที่นี่เราจะได้รายละเอียดการยืนยัน OAuth และโทเค็นทั้งหมด

ตอนนี้มาติดตั้ง dependencies ทั้งหมด −

1. โมดูล tweepy: >>> pip install tweepy
2. โมดูล textblob: >>> pip install textblob

TextBlob คืออะไร?

เป็นโมดูลที่ใช้ในการวิเคราะห์ความรู้สึก มีเมธอดในตัวสำหรับคำนวณความรู้สึกในช่วง -1 ถึง 1

"token.sentiment.polarity"

ก่อนอื่น เราต้องการโทเค็นเข้าถึงทั้งหมดจากเว็บไซต์แอปพลิเคชัน Twitter ที่สร้างไว้ตั้งแต่แรก −

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

ตอนนี้เราต้องยืนยันตัวตนผ่านสคริปต์ สำหรับนั้น เราสร้างตัวแปร การยืนยันตัวตน (authentication) auth

auth = tweepy.OAuthHandler(consumer_key, consumer_secret)

ตอนนี้เราตั้งค่า access token ด้วยตัวแปรการยืนยันตัวตน

auth.set_access_token(access_token, access_token_secret)

ตอนนี้เราสร้างตัวแปร API เพื่อดำเนินการของเรา

api = tweepy.API(auth)

เราต้องการดึง พับลิคทวีต (public tweets) ผ่านการค้นหา (search) และเก็บไว้ในรูปแบบลิสต์

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

ในผลลัพธ์ เราสังเกตสองสิ่ง คือ ความกระตุ้น (polarity) และความเป็นสוביเจกทิฟ (subjectivity)

Polarity วัดว่าข้อความบางอย่างเป็นบวกหรือลบแค่ไหน

Subjectivity วัดว่าข้อความนั้นเป็นความเห็นส่วนตัวมากกว่าข้อเท็จจริงแค่ไหน

สรุป

ด้วยความช่วยเหลือของตัววิเคราะห์ความรู้สึกนี้ เราสามารถเข้าใจและแยกความรู้สึกของมนุษย์ออกมาจากข้อมูลได้