我不知道这是否是问这个问题的正确地方，但是，我正在尝试用Python构建一个机器人，它将读取Slack频道上的传入消息，客户在该频道上发布他们的问题，如"无法连接到VPN"、"有人能回复我的机票吗"等。
机器人会分析消息，确定客户是否愤怒，然后提出解决方案，直到代理可以自由地实际检查问题。
现在，我正在尝试使用TextBlob进行情绪分析，但我不知道该使用哪些技术来根据特定的关键词来确定问题，并为用户提供解决方案。有人能向我推荐一些我可以用来实现这一点的python库/技术吗？
老实说，你的问题是一次性回答的。
无论如何，你首先必须清楚地定义你的项目范围。在这样做的时候，你可能想先做一个快速的文字回顾(谷歌学者(，以熟悉最先进的技术和方法。
根据我的小经验，用于确定单词情感的一种常见(可能很简单(技术(基于词典的方法(是使用一个预先编译的词典(尽管你可以创建自己的词典(，其中包含单词-情感映射。例如：
word:tired, sentiment:negative, score:5
因此，每当机器人找到关键字"时；累了"；在一个句子中，它会给这个句子指定相应的负值(极性(。
您可能需要考虑在输入文本中应用POS tags，因为有时nouns或"动词与adjectives相比具有重要意义。
但请记住，负面评论可以用sarcasm的形式写。然而，讽刺检测是一项更为艰巨的任务。
或者，你可以尝试使用一个预先训练好的模型，比如bert-base-multilingual-uncased-sentiment，它可以在"拥抱脸"中找到。
有关这件事的更多信息，你可以看看这篇文章。
正如我再次提到的，你必须清楚地定义你的目标。这将使您能够指定可用于解决问题的库或方法。希望我的回答能有所帮助。