自然语言处理 | (6) 基于英文文本的简易情感分析

在本片博客中我们结合之前讲的工具库、sklearn以及pandas，来构建一个简易的情感分析模型。情感分析属于分类任务，即为文本分配情感标签，我们将使用简单的逻辑回归模型来实现这个多分类任务。

目录

1.加载数据

2.数据预处理

3.模型训练

---

完整代码

1.加载数据

data = pd.read_csv("./data/emotion_data.csv")
print(data.shape)
print(data.head()) #content是推特内容 sentiment是情感
print(data['sentiment'].unique())#不同的情感种类
print(len(data['sentiment'].unique()))#不同的情感种类数量  13分类

2.数据预处理

# 去掉无关列
data = data.drop(['tweet_id','author'],axis=1) 
#或data = data.drop(data.columns[[0,2]], axis=1)
print(data.head())
print(data.shape)

#对content字段的所有文本进行分词，去除停用词 提取词干stemmer
import nltk
from nltk import word_tokenize, sent_tokenize
from nltk.corpus import stopwords
fro