大家好，又见面了，我是你们的朋友全栈君。
NLP之情感分析：基于python编程(jieba库)实现中文文本情感分析(得到的是情感评分)
目录
输出结果
设计思路
相关资料
1、关于代码
2、关于数据集
关于留言
1、留言内容的注意事项
2、如何留言？
2.1、第一种方法——在对应的博客下留言
2.2、备用第二种方法——论坛发帖
后续补充发放资料的说明
主要部分代码实现
输出结果
1、测试对象 data1= ‘今天上海的天气真好！我的心情非常高兴！如果去旅游的话我会非常兴奋！和你一起去旅游我会更加幸福！’ data2= ‘今天上海天气真差,非常讨厌下雨,把我冻坏了,心情太不高兴了,不高兴,我真的很生气！’ data3= ‘美国华裔科学家,祖籍江苏扬州市高邮县,生于上海,斯坦福大学物理系,电子工程系和应用物理系终身教授!’
2、输出结果 很明显，data1情感更加积极！data2情感消极！data3情感中等！
[[240.0, 104.0, 8.3, 3.6, 8.0, 2.4]] [[0.0, 134.0, 0.0, 4.8, 0.0, 3.2]] [[2, 66, 0.1, 3.3, 0.4, 1.7]] [[2, 2, 0.1, 0.1, 0.4, 0.4]]
设计思路
后期更新……
相关资料
1、关于代码
NLP之情感分析：基于python编程(jieba库)实现中文文本情感分析(得到的是情感评分)之全部代码
2、关于数据集
如需数据集，请留言向博主索取。 注：当前为学生身份的网友，可留言向博主索取。非学生身份的社会人士，请靠积分下载！
关于留言
1、留言内容的注意事项
- 1、请新增评论，不要直接回复，折叠后，我容易看不到，会漏掉。
- 2、请在前缀加一个索取资料的当天日期。
- 3、切记要留下邮箱！！！
比如留言：“20200307，早上10.11，你好，博主，我的邮箱是，我想索取……”
2、如何留言？
2.1、第一种方法——在对应的博客下留言
即在本博客下直接留言即可！
2.2、备用第二种方法——论坛发帖
在我的论坛中发帖即可，我会及时回复。 地址：https://bbs.csdn.net/topics/395531480
后续补充发放资料的说明
此类网友，太伤人心，这位网友，一定不是大学生，当代大学生的素质肯定比这位网友高的多。
主要部分代码实现
代码语言：javascript复制import jieba
import numpy as np
……
def sentiment_score_list(dataset):
seg_sentence = dataset.split('。')
count1 = []
count2 = []
for sen in seg_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 #积极词反转后的分值
poscount3 = 0 #积极词的最后分值（包括叹号的分值）
negcount = 0
negcount2 = 0
negcount3 = 0
for word in segtmp:
if word in posdict: # 判断词语是否是情感词
poscount = 1
c = 0
for w in segtmp[a:i]: # 扫描情感词前的程度词
if w in mostdict:
poscount *= 4.0
elif w in verydict:
poscount *= 3.0
elif w in moredict:
poscount *= 2.0
elif w in ishdict:
poscount *= 0.5
elif w in deny_word:
c = 1
if judgeodd(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 1 # 情感词的位置变化
elif word in negdict: # 消极情感的分析，与上面一致
negcount = 1
d = 0
for w in segtmp[a:i]:
if w in mostdict:
negcount *= 4.0
elif w in verydict:
negcount *= 3.0
elif w in moredict:
negcount *= 2.0
elif w in ishdict:
negcount *= 0.5
elif w in degree_word:
d = 1
if judgeodd(d) == 'odd':
negcount *= -1.0
negcount2 = negcount
negcount = 0
negcount3 = negcount negcount2 negcount3
negcount2 = 0
else:
negcount3 = negcount negcount2 negcount3
negcount = 0
a = i 1
elif word == '！' or word == '!': ##判断句子是否有感叹号
for w2 in segtmp[::-1]: # 扫描感叹号前的情感词，发现后权值 2，然后退出循环
if w2 in posdict or negdict:
poscount3 = 2
negcount3 = 2
break
i = 1 # 扫描词位置前移
# 以下是防止出现负数的情况
pos_count = 0
neg_count = 0
if poscount3 < 0 and negcount3 > 0:
neg_count = negcount3 - poscount3
pos_count = 0
elif negcount3 < 0 and poscount3 > 0:
pos_count = poscount3 - negcount3
neg_count = 0
elif poscount3 < 0 and negcount3 < 0:
neg_count = -poscount3
pos_count = -negcount3
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 = []
for review in 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('%.1f'%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
data1= '今天上海的天气真好！我的心情非常高兴！如果去旅游的话我会非常兴奋！和你一起去旅游我会更加幸福！'
data2= '今天上海天气真差,非常讨厌下雨,把我冻坏了,心情太不高兴了,不高兴,我真的很生气！'
data3= '美国华裔科学家,祖籍江苏扬州市高邮县,生于上海,斯坦福大学物理系,电子工程系和应用物理系终身教授!'
print(sentiment_score(sentiment_score_list(data1)))
print(sentiment_score(sentiment_score_list(data2)))
print(sentiment_score(sentiment_score_list(data3)))版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/190889.html原文链接：https://javaforall.cn
