如何构建自己的 Facebook 情绪分析工具

在本文中，我们将讨论如何轻松构建一个简单的 Facebook 情绪分析工具，该工具能够将公共帖子（来自用户和页面）分类为正面、负面和中性。我们将使用 Facebook 的 Graph API Search 和 Datumbox API 1.0v。与我们几个月前构建的 Twitter 情绪分析工具类似，此实现是用 PHP 编写的，但您可以非常轻松地使用您选择的计算机语言构建自己的工具。

Twitter 情绪分析工具

更新：Datumbox 机器学习框架现在是开源的，可以免费下载。如果您想构建情绪分析分类器而不触及 API 限制，请使用 com.datumbox.applications.nlp.TextClassifier 类。

更新：Datumbox 机器学习框架现在是开源的，可以免费下载。如果您想构建一个情感分析分类器而不触及 API 限制，请使用 com.datumbox.applications.nlp.TextClassifier 类。 下载

该工具的完整 PHP 代码可以在 Github 上找到。

Github

Facebook 情感分析如何工作？

正如我们在之前的文章中所讨论的，执行情感分析需要使用先进的机器学习和自然语言处理技术。在之前的帖子中，我们详细介绍了几个文本分类器，如朴素贝叶斯、Softmax 回归和最大熵，我们讨论了在文本分类问题中使用特征选择的重要性，最后我们看到了如何在 JAVA 中开发多项朴素贝叶斯分类器的实现。

情绪分析 朴素贝叶斯 Softmax 回归 最大熵 特征选择 JAVA 中的多项朴素贝叶斯分类器 机器学习 API

构建 Facebook 情绪分析工具

Facebook PHP SDK PHP-API-Client

创建您自己的 Facebook 应用程序

他们的 Graph Search API SDK Facebook 开发人员页面

获取您的 Datumbox API 密钥

注册 API 凭据面板

开发 Facebook 情绪分析类

下载