collab-uniba/Emotion_and_Polarity_SO

🎯 EmoTxt: Phân loại cảm xúc trong văn bản kỹ thuật

Công cụ phát hiện cảm xúc từ văn bản kỹ thuật, là một phần của bộ công cụ EMTk.

EmoTxt là một toolkit dùng để phát hiện cảm xúc từ văn bản chứa nội dung kỹ thuật trong lĩnh vực SE (Software Engineering). Đây là một phần của Collab Emotion Mining Toolkit (EMTk) do nhóm nghiên cứu Collab-UNIBA phát triển. Dự án sử dụng để huấn luyện mô hình phân loại cảm xúc và kiểm tra trên dữ liệu chưa từng thấy, đặc biệt phù hợp với các bài viết trên Stack Overflow.

✨ Điểm nổi bật

• Huấn luyện mô hình phân loại cảm xúc: Hỗ trợ huấn luyện mô hình cho 6 cảm xúc: vui vẻ, giận dữ, buồn bã, tình yêu, bất ngờ, sợ hãi.
• Hỗ trợ trích xuất n-grams: Cho phép bật/tắt trích xuất n-grams (unigrams và bigrams) để cải thiện độ chính xác.
• Trích xuất đặc trưng lịch văn hóa: Hỗ trợ trích xuất các đặc trưng liên quan đến sự lịch sự, tâm giác và cách dùng từ.
• Tích hợp thư viện mạnh mẽ: Sử dụng các thư viện như NLTK, NumPy, Scikit-learn, SciPy, Pattern (Python) và Liblinear (R).
• Đầu ra chi tiết: Tạo ra các tệp đặc trưng, mô hình huấn luyện, ma trận nhầm lẫn, và dự đoán chi tiết cho từng mô hình.
• Hỗ trợ định dạng CSV: Dễ dàng nhập/xuất dữ liệu với định dạng CSV, sử dụng delimiter phẩy hoặc dấu phẩy.

💡 Vì sao đáng chú ý

EmoTxt nổi bật bởi việc tập trung vào phân tích cảm xúc trong văn bản kỹ thuật, nơi mà các công cụ phân tích cảm xúc thông thường thường gặp khó khăn. Dự án cung cấp một quy trình hoàn chỉnh từ huấn luyện đến phân loại, kèm theo các công cụ hỗ trợ trích xuất đặc trưng phong phú. Đặc biệt, EmoTxt được thiết kế để xử lý hiệu quả trên nền tảng Stack Overflow, nơi mà ngôn ngữ và cấu trúc câu mang tính chuyên môn cao.

---

#EmotionDetection #SentimentAnalysis #StackOverflow #OpenSource #TiniX