高阶情感分析代码实战 |附流程图、架构图、时序图

设计一个复杂的情感分析系统，结合词向量、情感词典和规则系统，用于数字人文研究中的高阶情感分析。这个示例将展示如何处理中文文本的细腻情感。

主要代码功能说明

1. 初始化部分：

   • 定义六种基本情感维度（喜悦、愤怒、悲伤、恐惧、惊讶、厌恶）
   • 设置情感强度修饰词及其权重
   • 定义否定词和转折词集合
   • 初始化情感词典权重

2. 文本处理部分：

   • _preprocess_text: 使用jieba进行分词，清理标点符号
   • _detect_negation: 检测否定词的影响范围（前3个词）
   • _detect_transition: 检测文本中的转折关系

3. 情感分析部分：

   • _calculate_emotion_vector: 计算情感向量
   • _normalize_vector: 归一化情感向量
   • _calculate_emotional_complexity: 使用熵计算情感复杂度

4. 结果处理部分：

   • _combine_results: 合并转折前后的分析结果
   • 输出包含情感向量、主导情感、情感强度和复杂度的完整分析

特殊处理机制：

权重衰减：

self.emotion_weights[word] = 1.0 - (i * 0.1)

 转折处理：

combined_vector[emotion] = (
    0.3 * before_transition['emotion_vector'].get(emotion, 0) +
    0.7 * after_transition['emotion_vector'].get(emotion, 0)
)

情感复杂度计算：

entropy -= p * math.log2(p)

这个系统的优势在于：

• 多维度情感分析
• 考虑上下文影响
• 支持复杂情感表达
• 可量化的情感强度和复杂度
• 灵活的权重调节系统

 完整代码

import numpy as np
from collections import defaultdict
import re
import jieba
import math

class AdvancedSentimentAnalyzer:
    def __init__(self):
        # 情感维度定义
        self.emotion_dimensions = {
            'joy': ['喜悦', '开心', '快乐', '兴奋', '愉悦'],
            'anger': ['愤怒', '恼火', '气愤', '暴躁', '激动'],
            'sadness': ['悲伤', '沮丧', '失落', '痛苦', '忧郁'],
            'fear': ['恐惧', '害怕', '担忧', '焦虑', '紧张'],
            'surprise': ['惊讶', '震惊', '意外', '诧异', '错愕'],
            'disgust': ['厌恶', '反感', '讨厌', '憎恶', '鄙视']
        }
        
        # 情感强度修饰词
        self.intensity_modifiers = {
            '极其': 2.0, '非常': 1.8, '特别': 1.6, '很': 1.4, '较': 1.2,
            '有点': 0.8, '稍微': 0.6, '略微': 0.4
        }
        
        # 否定词
        self.negation_words = {'不', '没', '无', '非', '莫', '勿', '未', '否'}
        
        # 转折词