cnsenti中文情绪情感分析库

最新推荐文章于 2024-04-18 10:03:17 发布

邓旭东HIT

最新推荐文章于 2024-04-18 10:03:17 发布

阅读量6.6k

点赞数 9

本文链接：https://blog.csdn.net/weixin_38008864/article/details/105154094

版权

一、cnsenti

中文情感分析库(Chinese Sentiment))可对文本进行情绪分析、正负情感分析。对了，强调一下，这是大邓出品的python第三方包^_^，大家可以通过pip实现安装。

github地址 https://github.com/thunderhit/cnsenti
pypi地址 https://pypi.org/project/cnsenti/

特性

情感分析默认使用的知网Hownet
情感分析可支持导入自定义txt情感词典(pos和neg)
情绪分析使用大连理工大学情感本体库，可以计算文本中的七大情绪词分布

二、安装

方法一

由于pip默认从pypi站点下载cnsenti安装包，速度会比较慢，这样容易出现安装失败，多试几次即可。

pip install cnsenti

方法二

更改到国内镜像，可以加速下载安装。由于是新上传的库，可能短时间内国内镜像没有收录，等一两天即可。

pip install cnsenti -i https://pypi.tuna.tsinghua.edu.cn/simple/

三、快速上手

中文文本情感词正负情感词统计

from cnsenti import Sentiment
senti = Sentiment()
test_text= '我好开心啊，非常非常非常高兴！今天我得了一百分，我很兴奋开心，愉快，开心'
result = senti.sentiment_count(test_text)
print(result)

Run

{'words': 24, 
'sentences': 2, 
'pos': 4, 
'neg': 0}

中文文本情绪统计

from cnsenti import Emotion
emotion = Emotion()
test_text = '我好开心啊，非常非常非常高兴！今天我得了一百分，我很兴奋开心，愉快，开心'
result = emotion.emotion_count(test_text)
print(result)

Run

{'words': 22, 
'sentences': 2, 
'好': 0, 
'乐': 4, 
'哀': 0, 
'怒': 0, 
'惧': 0, 
'恶': 0, 
'惊': 0}

四、文档

cnsenti包括Emotion和Sentiment两大类，其中

Emotion 情绪计算类,包括emotion_count(text)方法
Sentiment 正负情感计算类，包括sentimentcount(text)和sentimentcalculate(text)两种方法

4.1 emotion_count(text)

emotion_count(text)y用于统计文本中各种情绪形容词出现的词语数。使用大连理工大学情感本体库词典，支持七种情绪统计(好、乐、哀、怒、惧、恶、惊)。

from cnsenti import Emotion
emotion = Emotion()
test_text = '我好开心啊，非常非常非常高兴！今天我得了一百分，我很兴奋开心，愉快，开心'
result = emotion.emotion_count(test_text)
print(result)

{'words': 22, 
'sentences': 2, 
'好': 0, 
'乐': 4, 
'哀': 0, 
'怒': 0, 
'惧': 0, 
'恶': 0, 
'惊': 0}

其中

words 中文文本的词语数
sentences 中文文本的句子数
好、乐、哀、怒、惧、恶、惊 text中各自情绪出现的词语数

4.2 sentiment_count(text)

隶属于Sentiment类，可对文本text中的正、负面词进行统计。默认使用Hownet词典，后面会讲到如何导入自定义正、负情感txt词典文件。这里以默认hownet词典进行统计。

from cnsenti import Sentiment
senti = Sentiment()
test_text = '我好开心啊，非常非常非常高兴！今天我得了一百分，我很兴奋开心，愉快，开心'
result = senti.sentiment_count(test_text)
print(result)

Run

{'words': 24, 
'sentences': 2, 
'pos': 4, 
'neg': 0}

其中

words 文本中词语数
sentences 文本中句子数
pos 文本中正面词总个数
neg 文本中负面词总个数

4.3 sentiment_calculate(text)

隶属于Sentiment类，可更加精准的计算文本的情感信息。相比于sentimentcount只统计文本正负情感词个数，sentimentcalculate还考虑了

情感词前是否有强度副词的修饰作用
情感词前是否有否定词的情感语义反转作用

比如

from cnsenti import Sentiment
senti = Sentiment()
test_text = '我好开心啊，非常非常非常高兴！今天我得了一百分，我很兴奋开心，愉快，开心'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)

Run

sentiment_count
{'words': 22, 
'sentences': 2, 
'pos': 4, 
'neg': 0}
sentiment_calculate
{'sentences': 2, 
'words': 22, 
'pos': 27.0, 
'neg': 0.0}

4.4 自定义词典

cnsenti中只有Sentiment类支持正负情感词典自定义，自定义词典需要满足

必须为txt文件
原则上建议encoding为utf-8
txt文件每行只有一个词

这部分我放到test文件夹内,代码和自定义词典均在test内，所以我使用相对路径设定自定义词典的路径

|test
   |---代码.py
   |---正面词自定义.txt
   |---负面词自定义.txt

代码.py文件内

from cnsenti import Sentiment
senti = Sentiment(pos='正面词自定义.txt',  #正面词典txt文件相对路径
                  neg='负面词自定义.txt',  #负面词典txt文件相对路径
                  encoding='utf-8')      #两txt均为utf-8编码

经过上面的设置就可以使用自定义词典。

补充：

我设计的这个库目前仅能支持两类型pos和neg，如果你的研究问题是两分类问题，如好坏、美丑、善恶、正邪、友好敌对，你就可以定义两个txt文件，分别赋值给pos和neg，就可以使用cnsenti库。

五、关于词典

目前比较有可解释性的文本分析方法是词典法，算法逻辑都很清晰。词典的好坏决定了情感分析的好坏。如果没有词典，也就限制了你进行文本情感计算。

目前大多数人使用的是形容词情感词典，如大连理工大学情感本体库和知网Hownet，优点是直接拿来用，缺点也很明显，对于很多带情感却无形容词的文本无能为力。如这手机很耐摔，使用形容词情感词典计算得分pos和neg均为0。类似问题在不同研究对象的文本数据应该都是挺普遍的，所以人工构建情感词典还是很有必要的。

我封装了刘焕勇基于so_pmi算法的新词发现代码，将该库其命名为wordexpansion。wordexpansion可以极大的提高提高自定义词典的构建速度，感兴趣的童鞋详情可以访问wordexpansion项目地址

如果

如果您是经管人文社科专业背景，编程小白，面临海量文本数据采集和处理分析艰巨任务，个人建议学习《python网络爬虫与文本数据分析》视频课。作为文科生，一样也是从两眼一抹黑开始，这门课程是用五年时间凝缩出来的。自认为讲的很通俗易懂o(￣︶￣)o，