Есть ли под Python что-то лучше, чем Dostoevsky (Russian NLP) для анализа тональности русского текста?

Question

[Vadim Nikiforov]

Использовал библиотеку Dostoevsky для анализа сантиментов которую нашел на сайте Stanford, но результат меня не удовлетворил. nltk.sentiment очень хорошая библиотека для анализа сантиментов, но она не работает с Русскими комментариями. Есть ли хорошая альтернатива NLTK?

Ссылка на Stanford сайт и библиотеку: https://russiannlp.sites.stanford.edu/dostoevsky

Скриншот результата:

Comments

[Модератор]

Текстовую информацию надо публиковать в виде текста. Скриншоты не читаются на мобиле, не индексируются и не копипастятся. См.п.3.8 правил.
Необходимо исправить вопрос.

[Алан Гибизов]

Вопрос хорошо бы несколько конкретизировать, особенно название вопроса. Не совсем понятно, вам нужно найти именно тональность текста?
Так-то для NLP есть шикарная natasha, я её для разбора и анализа договоров использовал; но в тональность она не умеет.

[Vadim Nikiforov]

Модератор, Добрый день! Хорошо исправлю сегодня-завтра в свободное время. Просто на скриншоте виден результат программы после ее выполнения. Если найду как copy-paste output в Jupyter Notebook то исправлю, а так я даже не знаю. Просто если код вставлю и опишу результат не будет так понятно как если есть скриншот

[Vadim Nikiforov]

Алан Гибизов, Спасибо за подсказку!) Я уже нашел несколько библиотек, но не уверен как хорошо они анализирует текст. Попробую "natasha". Хотелось бы конечно что-бы NLTK поддерживал русский язык из коробки тк мне удобно интегрировать анализатор в логику, а так мне нужно будет учитывать разницу в API другого анализатора

[Алан Гибизов]

Vadim Nikiforov, у natasha довольно низкоуровневый api, я долго морщил мозг. Но примеров много, можно разобраться.

[Vadim Nikiforov]

Алан Гибизов, Natasha умеет делать sentiment analysis (положительный или негативный комментарий)? Просто я тут пять нашел summary от Stanford и там указанно что NER распознавание и там есть и Dostoevsk вот у него есть sentiment analysis но он его очень плохо делает видно не доработан еще к сожалению :( Это задача одной студентки магистратуры толи МГУ (MSU) а именно МГУ для экономистов (MSE), но она его вроде закончила МГУ (MSU). Просто думаю может это ее исследовательская работа? Поэтому такое сложное :) Просто у нее крайние сроки есть (deadlines) а так я бы попробовал натренировал ML при помощи например Латентное размещение Дирихле (LDA, от англ. Latent Dirichlet allocation). Так же я нашел еще polyglot он якобы умеет делать sentiment analysis но я его еще не пробывал :(

[Алан Гибизов]

Vadim Nikiforov, нет, когда я её пробовал, не умела. И по-моему, её разработчики где-то об этом упоминали, что sentiment (по-русски - тональность текста) пока только dostoevsky.

[MikiDev]

Наверное, поздно пишу, но недавно относительно разработал решение по сентимент-анализу. Классифицирует как по основной тональности, так и дополнительные метки тональности, ну и определение деструктивного контента, сам модуль называется Moodix-NLP. Может, будет кому полезно)