nltk NaiveBayesClassifier培训博客情绪分析

Question

我从不同的博客文章中删除了有关特定主题的文本。 我读到的关于sentimenet分析的大多数主题都是基于对分类器的训练，以便判断它是否是该线程中所示的pos / neg答案。 我的问题是在哪里可以找到单词词典，还有情绪。 例如： Nice: Positive , bad: negative 。

Answer 1

您正在寻找的是情感词典。 情感词典是一个单词词典，其中每个单词都有相应的情感分数（从非常消极到非常正面）或者你提到的标记如好或坏（但后者不常见）。 您可以使用几种情感词典，例如sentiwordnet，sentistrength和AFINN等等。 在所有这三个词典中，你得到的情绪分数对应于每个情感词，当然，你可以简单地设定一个条件，即如果一个词有相应的负分，那么它是坏的，如果是肯定的，那么它是好的。 其中最容易使用的是AFINN，我建议你从这开始。 稍后您可以根据您的应用程序升级到更合适的版本。 您可以在此处找到有关AFINN的信息，并从此处下载。

如果您有其他问题，请告诉我。

Answer 2

如果您正在使用英语文本，则可以使用与预先训练的模型相关联的极性分数字典。 我建议使用NLTK的Vader，因为它很容易处理。

from nltk.sentiment import vader
analyzer = vader.SentimentIntensityAnalyzer()
words_with_sentiments = analyzer.make_lex_dict()
len(words_with_sentiments)

输出为7502个条目。

.make_lex_dict（）的输出是一个字典，它具有以下结构：

{...
'agree': 1.5,
 'agreeability': 1.9,
 'agreeable': 1.8,
 'agreeableness': 1.8,
 'agreeablenesses': 1.3,
 'agreeably': 1.6,
 'agreed': 1.1,
 'agreeing': 1.4,
 'agreement': 2.2,
 'agreements': 1.1,
 'agrees': 0.8,
 'alarm': -1.4
...}

在理论上，正值对应于正面情绪，负值对应于负面情绪。 然后，您可以将此字典用作要解析的字符串的查找表。