Estoy haciendo un proyecto sobre el análisis de sentimientos de Twitter, pero hay algunas cosas sobre las que reflexiono.

Dado que los tweets son extremadamente cortos (menos de 140 caracteres), las técnicas de análisis de texto se aplican mejor. Por ejemplo. ¿Funciona la derivación tan bien como en los artículos de long-say?

¿Qué hay de n-grams? ¿La escasez del tweet lo hace mejor o peor para ellos?

¿Sería más cercano k-más preciso que parte del etiquetado de voz?

¿Mi conjunto de datos de Twitter personalizado se volverá irrelevante / corrupto a medida que pase el tiempo? Desde twitter y la información en él cambia tan rápido que también es una gran preocupación para mí.

Muchas gracias por tu tiempo.

PD: ¿Tiene en mente algún buen conjunto de datos de sentimientos de Twitter? Sería genial si se actualiza regularmente.