主题-情感识别的比赛

这几天在做那个比赛，，做的有点晚了，只能粗糙的做一下子了。现将所做的过程，边记录边思考一下。

首先工具要得力，搜索了一下，可能有点不全，对于我而言，最适合本次比赛的无疑是snownlp以及jieba，先说snownlp，之后说jieba的使用。

对于snownlp，我是直接pip的，我的python版本是2.7的，pip install snownlp。

from snownlp import SnowNLP

在SnowNLP中，属性值有：

words 用于得到分词，在这里使用的是自带的字典来处理的
sentiments 得到情感为积极的分数[0,1],越接近1说明更积极，越接近0说明越消极
pinyin 得到句子中的每个词的拼音形式
han 可以将繁体字转变为简体的标准的汉字形式
keywords(n) 可以提取出文本中的前n个关键词
summary(n) 可以利用n个句子来总结文本的形式
sentences 可以把文本来划分为句子

简单的进行测试：
在我这边，需要将xlsx格式的数据导入，然后我的目标是将每一行的文本进行切分为一段一段的文本，所以就是利用到了sentences的操作，效果如下：

text: 收到了，太实惠了，买了一大箱，以后继续购买，送货速度快服务也好
sentences: 收到了
           太实惠了
           买了一大箱
           以后继续购买
           送货速度快服务也好

对每一条评论中的子句来进行分词处理，并且得到其词性，对于其中的形容词是最有可能情感词，对于其中识别出来的情感词处理，对于子句中的名词来作为最有可能为主题词的部分，对于情感部分，有子句的情感来给出。
先测试一下，这种情况下的好坏。
呜呼，我好像有点想多哦，对于每一个子句而言，怎么匹配情感词与主题呢？这是一个巨大的问题，具体来说，应该会用到了句法和语义依存的分析情况。

在这里，我已经尝试着用了snownlp和jieba分词，因为jieba分词比较准确，我还是采用了jieba分词以及构建训练得到的外部的字典来对句子进行分词。

import jieba
jieba.load_userdict('dictionary_train.txt')
import jieba.posseg as pseg
seg_lists = pseg.cut(text_split)

此时的text_split为需要进行分词的子句部分。

需要对子句进行句法分析。首先明确，什么是依存句法分析？在这里，我参考大神的博客，具体贴出地址：http://blog.csdn.net/jiangjingxuan/article/details/54729126
依存句法分析，是指语句中的成分之间的依赖关系。
语义依存分析，是主要关注句子的语义的问题。
语义依存分析注重实词之间的逻辑关系，而依存句法主要强调的是助词，介词的作用。
一般而言是对依存句法分析和语义依存相结合使用。在这里我们采用pyplt来进行处理。
首先，pip install pyplt
其次，到官网来下载ltp model(需要注意版本)
也可以从百度云下载https://pan.baidu.com/share/link?shareid=1988562907&uk=2738088569&errno=0&errmsg=Auth%20Login%20Sucess&&bduss=&ssnerror=0&traceid=#list/path=/
然后，进行简单的测试。

今日进行简单的更新，昨晚真的做的有点心累，因为LTP下载的时候，我下载的比较慢，自己一直没能运行成功，急躁，难以平复自己的心情，但今天，又再一次理顺思路然后就可以得到解决了。
在这里，我的电脑是win32系统，装的64位的python2.7版本，这边pyplt的版本是0.1.9.1， 对应的ltp模型是3.3.1版本。