ในบทความนี้ เราจะมาเรียนรู้เกี่ยวกับการวิเคราะห์อารมณ์ของ Twitter เราจะลงทะเบียนสำหรับ twitter oAuth API ติดตั้งการขึ้นต่อกันทั้งหมด และสุดท้ายก็เขียนสคริปต์ตัววิเคราะห์อารมณ์ของเรา
API (อินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชัน) เป็นเกตเวย์ที่ให้คุณเข้าถึงการทำงานภายในของเซิร์ฟเวอร์บางตัว (Twitter)
ข้อกำหนดเบื้องต้นคือเรามีบัญชี Twitter ที่ตั้งค่าด้วยหมายเลขโทรศัพท์ที่ยืนยันแล้ว
หลังจากนี้เราไปที่เว็บไซต์ Twitter และแตะที่สร้างไอคอนแอพใหม่ ตอนนี้เรากรอกข้อมูลประจำตัวทั้งหมดเช่นชื่อและยอมรับข้อตกลงนักพัฒนาและสุดท้ายคลิกที่สร้าง
ตอนนี้แอปของเราถูกสร้างขึ้นแล้ว ที่เมนูด้านบน เราจะคลิกที่แท็บคีย์ ที่นี่เราจะได้รายละเอียดการยืนยัน OAuth และตัวสร้างโทเค็นทั้งหมด
ตอนนี้เรามาติดตั้ง การพึ่งพา . ทั้งหมด −
<ก่อน>1. โมดูล tweepy>>> pip ติดตั้ง tweepy2 โมดูล textblob>>> pip ติดตั้ง textblobหยดข้อความคืออะไร
เป็นโมดูลที่ใช้ในการวิเคราะห์ความเชื่อมั่น ประกอบด้วยวิธีการในการคำนวณความรู้สึกในระดับ -1 ถึง 1
"token.sentiment.polarity"
อันดับแรก เราต้องการ access tokenizer ทั้งหมดจากเว็บไซต์แอปพลิเคชัน twitter ที่สร้างขึ้นในตอนแรก −
#Twitter credentials สำหรับอินเทอร์เฟซของแอปconsumer_key ='xxxxx'consumer_secret ='xxxx'access_key='xxxx'access_secret ='xxxx'
ไม่ เราต้องตรวจสอบข้อมูลรับรองผ่านสคริปต์ 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)
เราจำเป็นต้องได้รับ ทวีตสาธารณะผ่านการค้นหา เมธอดและจัดเก็บในรูปแบบรายการ
public_tweet=api.search('Tutorialspoint') สำหรับทวีตใน public_tweet:การวิเคราะห์ print(tweet.text) =TextBlob(tweet.text) พิมพ์ (การวิเคราะห์) ในผลลัพธ์ เราสังเกตสิ่งที่เป็นขั้วและอัตวิสัย
ขั้ว วัดว่าข้อความบางข้อความเป็นค่าบวกหรือลบ
อัตนัย วัดข้อความว่ามีความคิดเห็นมากน้อยเพียงใดเมื่อเทียบกับข้อเท็จจริง
บทสรุป
ด้วยความช่วยเหลือของเครื่องวิเคราะห์ความรู้สึกนี้ เราสามารถเข้าใจและดึงความรู้สึกของมนุษย์ออกจากข้อมูลได้
