Python有趣|中文文本情感分析

前言

前文给大家说了python机器学习的路径，这光说不练假把式，这次，罗罗攀就带大家完成一个中文文本情感分析的机器学习项目，今天的流程如下：

数据情况和处理

数据情况

这里的数据为大众点评上的评论数据（王树义老师提供），主要就是评论文字和打分。我们首先读入数据，看下数据的情况：

1. import numpy as np

2. import pandas as pd

3. data = pd.read_csv('data1.csv')

4. data.head()

情感划分

对star字段看唯一值，打分有1，2，4，5。

中文文本情感分析属于我们的分类问题（也就是消极和积极），这里是分数，那我们设计代码，让分数小于3的为消极（0），大于3的就是积极（1）。

定义一个函数，然后用apply方法，这样就得到了一个新列（数据分析里的知识点）

1. def make_label(star):

2. if star > 3:

3. return 1

4. else:

5. return 0

7. data['sentiment'] = data.star.apply(make_label)

工具包（snownlp）

我们首先不用机器学习方法，我们用一个第三库（snownlp），这个库可以直接对文本进行情感分析（记得安装），使用方法也是很简单。返回的是积极性的概率。

1. from snownlp import SnowNLP

3. text1 = '这个东西不错'

4. text2 = '这个东西很垃圾'