手机 返回 是我 cor external download 算法 读取
- import jieba
- import numpy as np
- # 打开词典文件,返回列表
- defopen_dict(Dict='hahah',path = r'/Users/zhangzhenghai/Downloads/Textming/'):
- path = path +'%s.txt'%Dict
- dictionary = open(path,'r', encoding='utf-8')
- dict = []
- forwordin dictionary:
- word = word.strip('\n')
- dict.append(word)
- return dict
- def judgeodd(num):
- ifnum % 2 == 0:
- return 'even'
- else:
- return 'odd'
- deny_word = open_dict(Dict='否定词')
- posdict = open_dict(Dict='positive')
- negdict = open_dict(Dict ='negative')
- degree_word = open_dict(Dict ='程度级别词语',path=r'/Users/zhangzhenghai/Downloads/Textming/')
- mostdict = degree_word[degree_word.index('extreme')+1: degree_word.index('very')]#权重4,即在情感前乘以3verydict = degree_word[degree_word.index('very')+1: degree_word.index('more')]#权重3moredict = degree_word[degree_word.index('more')+1: degree_word.index('ish')]#权重2ishdict = degree_word[degree_word.index('ish')+1: degree_word.index('last')]#权重0.5
- def sentiment_score_list(dataset):
- seg_sentence = dataset.split('。')
- count1 = []
- count2 = []
- forseninseg_sentence:# 循环遍历每一个评论segtmp = jieba.lcut(sen, cut_all=False)# 把句子进行分词,以列表的形式返回i = 0#记录扫描到的词的位置a = 0#记录情感词的位置poscount = 0# 积极词的第一次分值poscount2 = 0# 积极反转后的分值poscount3 = 0# 积极词的最后分值(包括叹号的分值)negcount = 0
- negcount2 = 0
- negcount3 = 0
- forwordin segtmp:
- ifwordinposdict:# 判断词语是否是情感词poscount +=1
- c = 0
- forwinsegtmp[a:i]:# 扫描情感词前的程度词
- ifwin mostdict:
- poscount *= 4.0elifwin verydict:
- poscount *= 3.0elifwin moredict:
- poscount *= 2.0elifwin ishdict:
- poscount *= 0.5elifwindeny_word: c+= 1ifjudgeodd(c) =='odd':# 扫描情感词前的否定词数poscount *= -1.0
- poscount2 += poscount
- poscount = 0
- poscount3 = poscount + poscount2 + poscount3
- poscount2 = 0
- else:
- poscount3 = poscount + poscount2 + poscount3
- poscount = 0
- a = i+1elifwordinnegdict:# 消极情感的分析,与上面一致negcount += 1
- d = 0
- forwin segtmp[a:i]:
- ifwin mostdict:
- negcount *= 4.0elifwin verydict:
- negcount *= 3.0elifwin moredict:
- negcount *= 2.0elifwin ishdict:
- negcount *= 0.5elifwin degree_word:
- d += 1ifjudgeodd(d) =='odd':
- negcount *= -1.0
- negcount2 += negcount
- negcount = 0
- negcount3 = negcount + negcount2 + negcount3
- negcount2 = 0
- else:
- negcount3 = negcount + negcount2 + negcount3
- negcount = 0
- a = i + 1elifword =='!' orword =='!':# 判断句子是否有感叹号
- forw2insegtmp[::-1]:# 扫描感叹号前的情感词,发现后权值+2,然后退出循环
- ifw2inposdictor negdict:
- poscount3 += 2
- negcount3 += 2break
- i += 1# 以下是防止出现负数的情况pos_count = 0
- neg_count = 0
- ifposcount3 <0andnegcount3 > 0:
- neg_count += negcount3 - poscount3
- pos_count = 0
- elifnegcount3 <0andposcount3 > 0:
- pos_count = poscount3 - negcount3
- neg_count = 0
- elifposcount3 <0andnegcount3 < 0:
- neg_count = -pos_count
- pos_count = -neg_count
- else:
- pos_count = poscount3
- neg_count = negcount3
- count1.append([pos_count,neg_count])
- count2.append(count1)
- count1=[]
- return count2
- def sentiment_score(senti_score_list):
- score = []
- forreviewin senti_score_list:
- score_array = np.array(review)
- Pos = np.sum(score_array[:,0])
- Neg = np.sum(score_array[:,1])
- AvgPos = np.mean(score_array[:,0])
- AvgPos = float('%.lf'% AvgPos)
- AvgNeg = np.mean(score_array[:, 1])
- AvgNeg = float('%.1f'% AvgNeg)
- StdPos = np.std(score_array[:, 0])
- StdPos = float('%.1f'% StdPos)
- StdNeg = np.std(score_array[:, 1])
- StdNeg = float('%.1f'% StdNeg)
- score.append([Pos,Neg,AvgPos,AvgNeg,StdPos,StdNeg])
- return score
- data ='用了几天又来评价的,手机一点也不卡,玩荣耀的什么的不是问题,充电快,电池够大,玩游戏可以玩几个小时,待机应该可以两三天吧,很赞'
- data2 ='不知道怎么讲,真心不怎么喜欢,通话时声音小,新手机来电话竟然卡住了接不了,原本打算退,刚刚手机摔了,又退不了,感觉不会再爱,像素不知道是我不懂还是怎么滴 感觉还没z11mini好,哎要我怎么评价 要我如何喜欢努比亚 太失望了'
- print(sentiment_score(sentiment_score_list(data)))
- print(sentiment_score(sentiment_score_list(data2)))
情感分析简介:
情感分析就是分析一句话说得是很主观还是客观描述,分析这句话表达的是积极的情绪还是消极的情绪。原理比如这么一句话:"这手机的画面极好,操作也比较流畅。不过拍照真的太烂了!系统也不好。"① 情感词要分析一句话是积极的还是消极的,最简单最基础的方法就是找出句子里面的情感词,积极的情感词比如:赞,好,顺手,华丽等,消极情感词比如:差,烂,坏,坑爹等。出现一个积极词就 + 1,出现一个消极词就 - 1。里面就有 "好","流畅" 两个积极情感词,"烂" 一个消极情感词。那它的情感分值就是 1+1-1+1=2. 很明显这个分值是不合理的,下面一步步修改它。② 程度词 "好","流畅" 和'烂" 前面都有一个程度修饰词。"极好" 就比 "较好" 或者 "好" 的情感更强,"太烂" 也比 "有点烂" 情感强得多。所以需要在找到情感词后往前找一下有没有程度修饰,并给不同的程度一个权值。比如 "极","无比","太" 就要把情感分值 * 4,"较","还算" 就情感分值 * 2,"只算","仅仅" 这些就 * 0.5 了。那么这句话的情感分值就是:4*1+1*2-1*4+1=3③ 感叹号可以发现太烂了后面有感叹号,叹号意味着情感强烈。因此发现叹号可以为情感值 + 2. 那么这句话的情感分值就变成了:4*1+1*2-1*4-2+1 = 1④ 否定词明眼人一眼就看出最后面那个 "好" 并不是表示 "好",因为前面还有一个 "不" 字。所以在找到情感词的时候,需要往前找否定词。比如 "不","不能" 这些词。而且还要数这些否定词出现的次数,如果是单数,情感分值就 *-1,但如果是偶数,那情感就没有反转,还是 * 1。在这句话里面,可以看出 "好" 前面只有一个 "不",所以 "好" 的情感值应该反转,*-1。因此这句话的准确情感分值是:4*1+1*2-1*4-2+1*-1 = -1⑤ 积极和消极分开来再接下来,很明显就可以看出,这句话里面有褒有贬,不能用一个分值来表示它的情感倾向。而且这个权值的设置也会影响最终的情感分值,敏感度太高了。因此对这句话的最终的正确的处理,是得出这句话的一个积极分值,一个消极分值(这样消极分值也是正数,无需使用负数了)。它们同时代表了这句话的情感倾向。所以这句评论应该是 "积极分值:6,消极分值:7"⑥ 以分句的情感为基础再仔细一步,详细一点,一条评论的情感分值是由不同的分句加起来的,因此要得到一条评论的情感分值,就要先计算出评论中每个句子的情感分值。这条例子评论有四个分句,因此其结构如下([积极分值, 消极分值]):[[4, 0], [2, 0], [0, 6], [0, 1]] 以上就是使用情感词典来进行情感分析的主要流程了,算法的设计也会按照这个思路来实现。算法设计第一步:读取评论数据,对评论进行分句。第二步:查找对分句的情感词,记录积极还是消极,以及位置。第三步:往情感词前查找程度词,找到就停止搜寻。为程度词设权值,乘以情感值。第四步:往情感词前查找否定词,找完全部否定词,若数量为奇数,乘以 - 1,若为偶数,乘以 1。第五步:判断分句结尾是否有感叹号,有叹号则往前寻找情感词,有则相应的情感值 + 2。第六步:计算完一条评论所有分句的情感值,用数组(list)记录起来。第七步:计算并记录所有评论的情感值。第八步:通过分句计算每条评论的积极情感均值,消极情感均值,积极情感方差,消极情感方差。
转自:https://zhuanlan.zhihu.com/p/23225934
原作者提供了下载链接: https://pan.baidu.com/s/1jIRoOxK 密码: 6wq4
存粹转发,留着以后自己用,后经试验部分代码健壮性差点(评论文字稍长,程序报错),需要的时候再加固。
【转】用 python 实现简单的文本情感分析
来源: http://www.bubuko.com/infodetail-2046067.html