使用机器学习法进行金融评论情绪分析(Python)

基于机器学习算法的情绪分析模型，通过学习大量已标注过情感倾向的文本（即有监督下的机器学习），使得模型最终能成功判断全新文本的情感倾向。
训练数据来源于GitHub，总共119883条标注了情感倾向的微博金融相关评论，包括 52520条积极倾向评论（标注为1），14296条消极倾向评论（标注为-1），53067条中性评论（标注为0）。

1.训练数据预处理

import os
import pickle
import jieba
import jieba.posseg as pseg
import numpy as np
import pandas as pd
import csv
import re

定义数据预处理函数

# 加载个人词典【为了使分词更加准确，整合了台大、大连理工、知网的情感词典，并加载入jieba中】
dictPath = os.path.join('emdict','userdict') 
jieba.load_userdict(dictPath) 

# 加载停用词【取自哈工大停用词表】
stopwordsPath = os.path.join('emdict','stopword.plk')
with