文本分析--情感分析

文本分析–情感分析

自然语言处理(NLP)

• 将自然语言(文本)转化为计算机程序更容易理解的形式
• 预处理得到的字符串 -> 向量化

简单的情感分析

自己构造 情感字典

• 人工构造一个字典，如

like -> 1, good -> 2, bad -> -1, terrible -2

• 根据关键词匹配

问题:

遇到新词，特殊词等，扩展性较差

使用机器学习模型，nltk.classify

import nltk
from nltk.stem import WordNetLemmatizer
from nltk.corpus import stopwords
from nltk.classify import NaiveBayesClassifier

text1 = 'I like the movie so much!'
text2 = 'That is a good movie.'
text3 = 'This is a great one.'
text4 = 'That is a really bad movie.'
text5 = 'This is a terrible movie.'

def proc_text(text):
    """
        预处处理文本
    """
    # 分词
    raw_words = nltk.word_tokenize(text)

    # 词形归一化
    wordnet_lematizer = WordNetLemmatizer()    
    words = [wordnet_lematizer.lemmatize(raw_word) for raw_word in raw_words]

    # 去除停用词
    filtered_words = [word for word in words if word not in stopwords.words('english')]

    # True 表示该词在文本中，为了使用nltk中的分类器
    return {word: True for word in filtered_words}

# 构造训练样本
train_data = [[proc_text(text1), 1],
              [proc_text(text2), 1],
              [proc_text(text3), 1],
              [proc_text(text4), 0],
              [proc_text(text5), 0]]

print(train_data)
"""
[[{'I': True, 'much': True, 'movie': True, 'like': True, '!': True}, 1], [{'good': True, '.': True, 'That': True, 'movie': True}, 1], [{'This': True, 'great': True, 'one': True, '.': True}, 1], [{'really': True, '.': True, 'That': True, 'movie': True, 'bad': True}, 0], [{'This': True, 'terrible': True, '.': True, 'movie': True}, 0]]
"""

# 训练模型
nb_model = NaiveBayesClassifier.train(train_data)

# 测试模型
text6 = 'That is a bad one.'
print(nb_model.classify(proc_text(text5)))#0

​
​
​
​
​
​
​

​
​
​
​