Pythonで作るTwitter感情分析ツール：tweepyとTextBlobによる実装ガイド

はじめに

本記事では、Pythonを使ったTwitterの感情分析（センチメント分析）の方法を解説します。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。

まず前提知識として、API（Application Programming Interface）とは、外部からサーバー（ここではTwitter）の内部機能へアクセスするための窓口となる仕組みです。APIを利用することで、プログラムからTwitterのデータを取得できるようになります。

事前準備：Twitterアプリの登録

感情分析を始める前に、以下の準備が必要です。

• 電話番号認証済みのTwitterアカウント

アカウントの準備ができたら、Twitterの開発者サイトにアクセスし、「新しいアプリを作成」を選択します。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」をクリックしましょう。

アプリが作成されたら、上部メニューの「Keys」タブを開きます。ここでOAuth認証に必要な各種トークンやキー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、依存ライブラリをインストールします。

1. tweepyモジュール：
>>> pip install tweepy
2. textblobモジュール：
>>> pip install textblob

TextBlobとは？

TextBlobは感情分析に使われるPythonライブラリです。-1から1までのスケールでテキストのセンチメント（感情値）を計算する組み込みメソッドが用意されています。

"token.sentiment.polarity"

認証情報の設定

まず、先ほど作成したTwitterアプリのサイトからアクセストークン一式を取得します。

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

続いて、スクリプトからこれらの認証情報を使って認証を行います。認証変数 auth を作成しましょう。

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、各種操作を実行するための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

search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。

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

出力結果では、「極性（polarity）」と「主観性（subjectivity）」という2つの指標が確認できます。

• 極性（Polarity）：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。
• 主観性（Subjectivity）：テキストが事実よりも意見（主観的な内容）としてどれくらい書かれているかを測る指標です。

まとめ

このような感情分析ツールを活用することで、大量のテキストデータから人間の感情を読み取り、抽出することが可能になります。SNS上の口コミ分析やマーケティング調査など、幅広い分野での応用が期待できるでしょう。