Pythonで実現するTwitter感情分析の完全ガイド｜tweepyとTextBlobの使い方

はじめに

本記事では、Pythonを使ってTwitterのツイートを対象とした感情分析（センチメント分析）を行う方法を解説します。Twitter OAuth APIへの登録、必要なライブラリのインストール、そして実際に感情分析スクリプトを書くところまで、順を追って説明していきます。

APIとは何か？

API（Application Programming Interface：アプリケーションプログラミングインターフェース）とは、外部のサーバー（ここではTwitter）が持つ内部機能へアクセスするための「入り口」のようなものです。APIを利用することで、プログラムから直接ツイートデータを取得できるようになります。

事前準備：Twitter開発者アプリの作成

まず前提として、電話番号認証済みのTwitterアカウントが必要です。アカウントを用意したら、以下の手順で進めましょう。

1. Twitterの開発者サイトにアクセスし、「新しいアプリを作成」ボタンをクリックします。
2. アプリ名などの必要な情報を入力し、開発者契約に同意して「作成」をクリックします。
3. アプリが作成されたら、上部メニューの「Keys（キー）」タブを開きます。
4. ここでOAuth認証に必要な各種トークン情報を取得できます。

必要なライブラリのインストール

次に、感情分析に必要な依存ライブラリをインストールします。

1. tweepyモジュール

Twitter APIをPythonから操作するための定番ライブラリです。

>>> pip install tweepy

2. textblobモジュール

テキストの感情値を計算するためのライブラリです。

>>> pip install textblob

TextBlobとは？

TextBlobは感情分析によく使われるモジュールで、テキストの感情を-1〜+1のスケールで算出する組み込みメソッドを持っています。具体的には、以下のように sentiment.polarity を参照することで感情値を取得できます。

token.sentiment.polarity

認証情報の設定

まず、先ほどTwitter開発者サイトで作成したアプリから、すべてのアクセストークンを取得しましょう。

# アプリ用のTwitter認証情報
consumer_key = 'xxxxx'
consumer_secret = 'xxxx'
access_key = 'xxxx'
access_secret = 'xxxx'

続いて、これらの認証情報をスクリプト上で認証します。そのために認証変数 auth を作成します。

auth = tweepy.OAuthHandler(consumer_key, consumer_secret)

次に、この認証変数を使ってアクセストークンを設定します。

auth.set_access_token(access_token, access_token_secret)

さらに、実際の操作を行うためのAPI変数を作成します。

api = tweepy.API(auth)

ツイートの取得と感情分析

検索メソッドを使って公開ツイートを取得し、リスト形式で保存します。ここでは例として「Tutorialspoint」というキーワードで検索しています。

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

実行結果の出力には、polarity（極性）とsubjectivity（主観性）という2つの指標が含まれています。

• Polarity（極性）：テキストがどれだけポジティブまたはネガティブかを測る指標です。-1に近いほどネガティブ、+1に近いほどポジティブを表します。
• Subjectivity（主観性）：テキストが事実ベースか意見ベースかを測る指標です。数値が高いほど個人的な意見・主観的な内容であることを示します。

まとめ

tweepyとTextBlobを組み合わせた感情分析ツールを使えば、大量のツイートデータから人々の感情や意見を読み取り、抽出することが可能になります。マーケティング調査や世論分析など、さまざまな分野で活用できる強力な手法なので、ぜひ自分のプロジェクトでも試してみてください。