- 博客(4)
- 收藏
- 关注
RSS订阅原创 NRC词典应用实例——英文文本情感分析
本文在基于NRC词典的情感分析（含多种离散情绪）——python基础上创作，原文章对中文文本进行结巴分词，然后与词典进行匹配。在作者实际使用过程中，由于需要使用到英文的原始数据，因此，将中文文本预处理部分和后续处理部分进行更改完善，以适应英文文本。情绪和情感词典 是由加拿大国家研究委员会（简称NRC）的专家创建,因此也称为NRC词典。该词典具有广泛的应用程序开发，可以在多种环境中使用，例如情绪分析，产品营销，消费者行为，甚至是政治活动分析。词典中包含了多种语言的词汇情感值，其中就包括英文和中文，本文将使
2022-03-05 11:25:42
4046
原创 文本数据的批量处理方法2
文本数据的批量处理在第一篇博客“Dataframe中的字符串处理”中有提到，简单回顾一下，需要先将Dataframe中一列文本提取出来，然后使用下标的方式访问每一个元素。今天在学习的时候学到了另一种方法，如下：假设我们要对一列文本数据做一个简单的情感分析，并把生成的数值作为新的一列添加在原本数据集之后。首先定义一个函数：def get_sentiments(text): s = SnowNLP(text) return s.sentiments然后：data["sentiment"
2020-12-15 16:31:31
396
原创 字符串类型转换
今天在处理数据的时候，像上一篇博客中写到的，我正是使用了.values的方式提取出了字符串内容，然后继续后续的操作，但是当我写进for函数中时，运行程序还是给我报了错。原始代码如下：title=data["字段1_文本"].values#去除无效数据特殊符号re_move=["，","。","？","！","\n","\xa0"," ","《","》","：","、","【","】"]title_words=[]for i in range(0,1000): for j in re_m
2020-12-14 18:58:27
431
原创 我的第一篇博客-Dataframe中的字符串处理
近几天需要处理数据，遇到了字符串处理的问题，字符串是最常见的一种数据格式，但是在应用的时候才发现自己的掌握不够熟练，因此写下博客以备日后之需。首先，需要注意我们学过的字符串处理方法都是针对一个“字符串”来进行的。这句话的意思是：a="hello word!"可以直接对a进行处理,但往往我们直接读入表格数据后数据的展现形式是这样的：这种时候需要先将想要处理的文本列拿出，再将这一列中的文本值拿出，才能一个一个进行处理。不能在列的基础上对字符串进行处理！！！...
2020-12-11 10:16:41
1535
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人