正在寻找关于判断一条推文（实际上是一个字符串）是否传达出危险情绪的API、方法、研究等。

例如：

• 危险：”街对面的房子着火了！”

• 不危险：”这个女孩着火了！我爱这首歌”

回答：

关于检测危险的特定问题，研究很少，但有一些研究论文描述了检测自然灾害的方法。您的例子让人想起其中一篇论文的标题：用Twitter寻找火灾。您可能还会发现另一项研究有用：紧急情况意识：Twitter案例研究。

然而，解决此类问题的最佳方法通常是通过监督分类，非常类似于情感分析（或者更确切地说，是过去的情感分析，因为现在已经应用了更复杂的机器学习范式，如深度学习）。

本质上，是将文档（在您的案例中是推文）标记为“危险”和“非危险”。这种标记由人类专家完成。理想情况下，他们应该精通该语言和领域。因此，使用熟悉Twitter俚语的英语母语者作为此任务的注释者是完美的选择。

一旦标记了足够数量的文档，通常通过创建n-gram词向量作为特征向量，并运行SVM来实现基线（即基本方法）。如果您不了解机器学习的细节，请在进行此操作之前阅读相关内容。