如何用python實現(xiàn)簡單的文本情感分析

如何用python實現(xiàn)簡單的文本情感分析，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

很久沒在公眾號發(fā)布新內容，在這段時間內沒想到有這么多python愛好者關注了我，港真的，心里很興奮激動。

今天給大家?guī)砦覄倓倢崿F(xiàn)了的簡單多文本情感分析代碼，代碼環(huán)境python3.5

原理

比如這么一句話：“這手機的畫面極好，操作也比較流暢。不過拍照真的太爛了！系統(tǒng)也不好?！?/p>

① 情感詞
要分析一句話是積極的還是消極的，最簡單最基礎的方法就是找出句子里面的情感詞，積極的情感詞比如：贊，好，順手，華麗等，消極情感詞比如：差，爛，壞，坑爹等。出現(xiàn)一個積極詞就+1，出現(xiàn)一個消極詞就-1。
里面就有“好”，“流暢”兩個積極情感詞，“爛”一個消極情感詞。那它的情感分值就是1+1-1+1=2. 很明顯這個分值是不合理的，下面一步步修改它。

② 程度詞
“好”，“流暢”和‘爛“前面都有一個程度修飾詞?！睒O好“就比”較好“或者”好“的情感更強，”太爛“也比”有點爛“情感強得多。所以需要在找到情感詞后往前找一下有沒有程度修飾，并給不同的程度一個權值。比如”極“，”無比“，”太“就要把情感分值*4，”較“，”還算“就情感分值*2，”只算“，”僅僅“這些就*0.5了。那么這句話的情感分值就是：4*1+1*2-1*4+1=3

③ 感嘆號
可以發(fā)現(xiàn)太爛了后面有感嘆號，嘆號意味著情感強烈。因此發(fā)現(xiàn)嘆號可以為情感值+2. 那么這句話的情感分值就變成了：4*1+1*2-1*4-2+1 = 1

④ 否定詞
明眼人一眼就看出最后面那個”好“并不是表示”好“，因為前面還有一個”不“字。所以在找到情感詞的時候，需要往前找否定詞。比如”不“，”不能“這些詞。而且還要數(shù)這些否定詞出現(xiàn)的次數(shù)，如果是單數(shù)，情感分值就*-1，但如果是偶數(shù)，那情感就沒有反轉，還是*1。在這句話里面，可以看出”好“前面只有一個”不“，所以”好“的情感值應該反轉，*-1。
因此這句話的準確情感分值是：4*1+1*2-1*4-2+1*-1 = -1

⑤ 積極和消極分開來
再接下來，很明顯就可以看出，這句話里面有褒有貶，不能用一個分值來表示它的情感傾向。而且這個權值的設置也會影響最終的情感分值，敏感度太高了。因此對這句話的最終的正確的處理，是得出這句話的一個積極分值，一個消極分值（這樣消極分值也是正數(shù)，無需使用負數(shù)了）。它們同時代表了這句話的情感傾向。所以這句評論應該是”積極分值：6，消極分值：7“
⑥ 以分句的情感為基礎
再仔細一步，詳細一點，一條評論的情感分值是由不同的分句加起來的，因此要得到一條評論的情感分值，就要先計算出評論中每個句子的情感分值。這條例子評論有四個分句，因此其結構如下（[積極分值, 消極分值]）：[[4, 0], [2, 0], [0, 6], [0, 1]]
以上就是使用情感詞典來進行情感分析的主要流程了，算法的設計也會按照這個思路來實現(xiàn)。

算法設計

第一步：讀取評論數(shù)據(jù)，對評論進行分句。
第二步：查找對分句的情感詞，記錄積極還是消極，以及位置。
第三步：往情感詞前查找程度詞，找到就停止搜尋。為程度詞設權值，乘以情感值。
第四步：往情感詞前查找否定詞，找完全部否定詞，若數(shù)量為奇數(shù)，乘以-1，若為偶數(shù)，乘以1。
第五步：判斷分句結尾是否有感嘆號，有嘆號則往前尋找情感詞，有則相應的情感值+2。
第六步：計算完一條評論所有分句的情感值，用數(shù)組（list）記錄起來。
第七步：計算并記錄所有評論的情感值。
第八步：通過分句計算每條評論的積極情感均值，消極情感均值，積極情感方差，消極情感方差。

實戰(zhàn)
這里是我參考已有代碼，結合自己需要，對代碼進行了簡單的修改。本腳本運行環(huán)境是python3.5 ，使用2.x的盆友們見諒。

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業(yè)資訊頻道，感謝您對億速云的支持。