COVID-19推文的保守情绪分析 开发机器学习模型来解密共鸣推文并预测它们是正面的还是负面的或中性的 人们不仅使用社交媒体来共享信息,而且还可以分享自己的感受。 在过去的一年中,冠状病毒和由此产生的隔离极大地影响了我们的生活以及社交媒体平台(主要是Twitter),这些平台上充斥着有关该主题的帖子。 虽然在某些推文中明显体现出积极性和消极性,但在其他时候,我们仍然难以在加载的推文中破译情绪。 我们使用机器学习工具对与COVID-19相关的推文执行了情感分析,首先是从Kaggle中提取数据,然后将其上传到Jupyter笔记本中进行清理和排序(对于缺少位置数据的NaN值填充“未知”;删除不必要的列) (例如用户名和屏幕名),请检查我们是否具有唯一的标签,以确保我们的数据集干净。 然后,我们选择Scikit-learn作为主要的机器学习库,因为它具有简单有效的性质,我们从文本处理开始,对文