是否有任何用于无监督训练的情感论坛数据集？

Question

我最近完成了一个机器学习课程，想做一个论坛情绪分析工具，把它应用到股票相关的论坛中。

想法是：

1. 捕获（文本挖掘）用户的评论，并评估他们评论的情绪（正面、负面、中性）。
2. 捕捉这些评论后发生的事情（股票市场），并相应地为用户分配权重（如果用户的情绪正确并且市场遵循相同的方向，则权重更大）
3. 使用评论作为预测市场方向的工具。

实际上，我自己（关注论坛）加上我自己的技术分析和强制性尽职调查，对我来说效果很好。我只是想尝试让它稍微自动化一点，甚至可能允许一个程序来玩我的一些账户（首先进行纸面交易，如果它表现不错，就在真实账户中分配一些钱）

这将是我的第一个机器学习项目（只是作为概念验证），因此非常感谢任何意见。

我发现最大的问题是我想做一个无监督训练，我需要一个样本数据集来做训练。

问题：是否有任何已知的论坛情绪数据集可用于无监督训练？

我找到了几个情绪数据集（推特、imbd、亚马逊评论），但它们非常针对他们的利基市场（短消息、电影、产品……），但我正在寻找更通用的东西。

Answer 1

由于您正在寻找一种无监督的方法，因此您可以使用与您的“真实案例场景”相匹配的任何数据集。文本挖掘和情感分析通常是针对手头的问题量身定制的，因此很容易直接从真实数据开始。最好的方法是构建一个抓取器，直接抓取您要分析的论坛帖子。您可以使用 Python (beautifulsoup/selenium) 轻松构建爬虫。网上有很多不错的教程，例如：https://www.dataquest.io/blog/web-scraping-tutorial-python/

Answer 2

如果您想执行全面的情绪分析，请查看 Sentimind for Excel