Pythonを使用したTwitterの感情分析

この記事では、Twitterの感情分析について学習します。 Twitter oAuth APIに登録し、すべての依存関係をインストールして、最後に感傷的なアナライザースクリプトを作成します。

API（アプリケーションプログラミングインターフェース） は、一部のサーバー（Twitter）の内部機能にアクセスできるようにするゲートウェイです。

前提条件は、確認済みの電話番号を使用してTwitterアカウントを設定していることです。

この後、TwitterのWebサイトにアクセスし、[新しいアプリの作成]アイコンをタップします。次に、すべての資格情報、つまり名前を入力して開発者契約に同意し、最後に[作成]をクリックします。

これでアプリが作成されました。トップメニューで、[キー]タブをクリックします。ここでは、OAuth検証の詳細とすべてのトークナイザーを取得します。

それでは、すべての依存関係をインストールしましょう −

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

textblobとは何ですか？

感情分析で使用されるモジュールです。 -1から1のスケールで感情を計算するための組み込みのメソッドが含まれています。

"token.sentiment.polarity"

まず、最初に作成されたTwitterアプリケーションWebサイトからのすべてのアクセストークナイザーが必要です-

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

いいえ、スクリプトを介して資格情報を認証する必要があります。そのために、認証変数を作成します auth。

auth =tweepy.OauthHandler(consumer_key,consumer_secret)

次に、認証変数を使用してアクセストークンを設定します

auth.set_access_token(access_token,access_token_secret)

次に、操作を実行するためのAPI変数を作成します

api=tweepy.API(auth)

検索で公開ツイートを取得する必要があります メソッドを作成し、リストの形式で保存します。

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

出力では、極性と主観性などを観察します。

極性 一部のテキストがどれだけポジティブかネガティブかを測定します。

主観 事実と比較してどれだけ意見が分かれているかをテキストで測定します。

結論

この感情分析の助けを借りて、データから人間の感情を理解し、抽出することができます。