我正在使用C ++ Twitter公司的情绪分析工具。用户输入公司，该工具将分析＃条推文并返回情绪。
到目前为止，我执行了以下操作：
将推文限制为英语和最新消息
小写
删除RT，＃符号，@用户名和URL
删除＆^％$（）{} ...等字符
然后，我将推文解析为单词，并根据正负两个词的词典来检查单词。我为每条推文都创建了总情绪。然后，我计算正面，中性和负面推文的数量，以得出最终答案。不使用重量。
我正在考虑实现以下两件事：
从推文中删除停用词
从推文中删除特殊字符和表情（基本上非英语Unicode）
但是，即使这样，大多数搜索最终还是非常中立的。例如，如果我在100条推文中搜索“ Apple”，我会说30个肯定，10个否定和60个中性。
问题：
1.有什么方法可以降低中性点？
2.我应该添加什么样的肯定和否定词来表示我的搜索标准（公司）
最佳答案
您说没有使用加权，但为什么不添加加权呢？为每个+/-词分配1的基本权重，然后可以应用以下某些条件：
如果他们使用“非常”，“极度”等单词，则对以下形容词加重（或不加重，则将它们均视为+/-单词）
如果涉及到大写锁定，而不是将所有内容都更改为小写，则使用乘数对这些单词进行加权
给“神奇”这样的单词评分比“好”这样的单词重