一个基于Python的情感分析案例

Paulzhao6518

于 2018-09-24 19:27:13 发布

阅读量5.3k

点赞数 1

本文链接：https://blog.csdn.net/qq_41853758/article/details/82831397

版权

本文介绍了一个基于Python的情感分析案例，通过爬取京东商城某品牌红酒评论，进行情感极性分析，旨在区分好评与差评。示例展示了好评和差评的评论，并利用结巴分词工具进行精确、全和搜索引擎模式的分词。接着，通过卡方统计选择特征词，并使用scipy、numpy、sklearn等模块进行数据分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

情感分析：又称为倾向性分析和意见挖掘，它是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程，其中情感分析还可以细分为情感极性（倾向）分析，情感程度分析，主客观分析等。

情感极性分析的目的是对文本进行褒义、贬义、中性的判断。在大多应用场景下，只分为两类。例如对于“喜爱”和“厌恶”这两个词，就属于不同的情感倾向。

背景交代：爬虫京东商城某一品牌红酒下所有评论，区分好评和差评，提取特征词，用以区分新的评论。

示例1（好评）

è¿éåå¾çæè¿°

示例2（差评）

è¿éåå¾çæè¿°

读取文本文件

def text():
     f1 = open('E:/工作文件/情感分析案例1/good.txt','r',encoding='utf-8') 
     f2 = open('E:/工作文件/情感分析案例1/bad.txt','r',encoding='utf-8')
     line1 = f1.readline()
     line2 = f2.readline()
     str = ''
     while line1:
         str += line1
         line1 = f1.readline()
     while line2:
         str += line2
         line2 = f2.readline()
     f1.close()
     f2.close()
     return str

把单个词作为特征

def bag_of_words(words):
     return dict([(word,True) for word in words])

print(bag_of_words(text()))

最低0.47元/天解锁文章