python实现情感分析流程图_用python实现文本情感分析

注：本文转载自知乎专栏

情感分析就是分析一句话说得是很主观还是客观描述，分析这句话表达的是积极的情绪还是消极的情绪。

原理

比如这么一句话：“这手机的画面极好，操作也比较流畅。不过拍照真的太烂了！系统也不好。”

① 情感词

要分析一句话是积极的还是消极的，最简单最基础的方法就是找出句子里面的情感词，积极的情感词比如：赞，好，顺手，华丽等，消极情感词比如：差，烂，坏，坑爹等。出现一个积极词就+1，出现一个消极词就-1。

里面就有“好”，“流畅”两个积极情感词，“烂”一个消极情感词。那它的情感分值就是1+1-1+1=2. 很明显这个分值是不合理的，下面一步步修改它。

② 程度词

“好”，“流畅”和‘烂“前面都有一个程度修饰词。”极好“就比”较好“或者”好“的情感更强，”太烂“也比”有点烂“情感强得多。所以需要在找到情感词后往前找一下有没有程度修饰，并给不同的程度一个权值。比如”极“，”无比“，”太“就要把情感分值4，”较“，”还算“就情感分值2，”只算“，”仅仅“这些就0.5了。那么这句话的情感分值就是：41+12-14+1=3。

③ 感叹号

可以发现太烂了后面有感叹号，叹号意味着情感强烈。因此发现叹号可以为情感值+2. 那么这句话的情感分值就变成了：41+12-1*4-2+1 = 1

④ 否定词

明眼人一眼就看出最后面那个”好“并不是表示”好“，因为前面还有一个”不“字。所以在找到情感词的时候，需要往前找否定词。比如”不“，”不能“这些词。而且还要数这些否定词出现的次数，如果是单数，情感分值就-1，但如果是偶数，那情感就没有反转，还是1。在这句话里面，可以看出”好“前面只有一个”不“，所以”好“的情感值应该反转，-1。

因此这句话的准确情感分值是：41+12-14-2+1*-1 = -1

⑤ 积极和消极分开来

再接下来，很明显就可以看出，这句话里面有褒有贬，不能用一个分值来表示它的情感倾向。而且这个权值的设置也会影响最终的情感分值，敏感度太高了。因此对这句话的最终的正确的处理，是得出这句话的一个积极分值，一个消极分值（这样消极分值也是正数，无需使用负数了）。它们同时代表了这句话的情感倾向。所以这句评论应该是”积极分值：6，消极分值：7。

⑥ 以分句的情感为基础

再仔细一步，详细一点，一条评论的情感分值是由不同的分句加起来的，因此要得到一条评论的情感分值，就要先计算出评论中每个句子的情感分值。这条例子评论有四个分句，因此其结构如下（[积极分值, 消极分值]）：[[4, 0], [2, 0], [0, 6], [0, 1]] 。

以上就是使用情感词典来进行情感分析的主要流程了，算法的设计也会按照这个思路来实现。

算法设计

第一步：读取评论数据，对评论进行分句。

第二步：查找对分句的情感词，记录积极还是消极，以及位置。

第三步：往情感词前查找程度词，找到就停止搜寻。为程度词设权值，乘以情感值。

第四步：往情感词前查找否定词，找完全部否定词，若数量为奇数，乘以-1，若为偶数，乘以1。

第五步：判断分句结尾是否有感叹号，有叹号则往前寻找情感词，有则相应的情感值+2。

第六步：计算完一条评论所有分句的情感值，用数组（list）记录起来。

第七步：计算并记录所有评论的情感值。

第八步：通过分句计算每条评论的积极情感均值，消极情感均值，积极情感方差，消极情感方差。

实战

这里是作者参考已有代码，结合自己需要，对代码进行了简单的修改。本脚本运行环境是python3.5 ，使用2.x的盆友们见谅。

import jieba

import numpy as np

#打开词典文件，返回列表

def open_dict(Dict = 'hahah', path=r'/Users/apple888/PycharmProjects/Textming/Sent_Dict/Hownet/'):

path = path + '%s.txt' % Dict

dictionary = open(path, 'r', encoding='utf-8')

dict = []

for word in dictionary:

word = word.strip('\n')

dict.append(word)

return dict

def judgeodd(num):

if (num % 2) == 0:

return 'even'

else:

return 'odd'

#注意，这里你要修改path路径。

deny_word = open_dict(Dict = '否定词', path= r'/Users/apple888/PycharmProjects/Textming/')

posdict = open_dict(Dict = 'positive', path= r'/Users/apple888/PycharmProjects/Textming/')

negdict = open_dict(Dict = 'negative', path= r'/Users/apple888/PycharmProjects/Textming/')

degree_word = open_dict(Dict = '程度级别词语', path= r'/Users/apple888/PycharmProjects/Textming/')

mostdict = degree_word[degree_word.index('extreme')+1 : degree_word.index('very')]#权重4，即在情感词前乘以3

verydict = degree_word[degree_word.index('very')+1 : degree_word.index('more')]#权重3

moredict = degree_word[degree_word.index('more')+1 : degree_word.index('ish')]#权重2

ishdict = degree_word[degree_word.index('ish')+1 : degree_word.index('last')]#权重0.5

def sentiment_score_list(dataset):

seg_sentence = dataset.split('。')

count1 = []

count2 = []

for sen in seg_sentence: #循环遍历每一个评论

segtmp = jieba.lcut(sen, cut_all=False) #把句子进行分词，以列表的形式返回

i = 0 #记录扫描到的词的位置

a = 0 #记录情感词的位置

poscount = 0 #积极词的第一次分值

poscount2 = 0 #积极词反转后的分值

poscount3 = 0 #积极词的最后分值（包括叹号的分值）

negcount = 0

negcount2 = 0

negcount3 = 0

for word in segtmp:

if word in posdict: # 判断词语是否是情感词

poscount += 1

c = 0

for w in segtmp[a:i]: # 扫描情感词前的程度词

if w in mostdict:

poscount *= 4.0

elif w in verydict:

poscount *= 3.0

elif w in moredict:

poscount *= 2.0

elif w in ishdict:

poscount *= 0.5

elif w in deny_word:

c += 1

if judgeodd(c) == 'odd': # 扫描情感词前的否定词数

poscount *= -1.0

poscount2 += poscount

poscount = 0

poscount3 = poscount + poscount2 + poscount3

poscount2 = 0

else:

poscount3 = poscount + poscount2 + poscount3

poscount = 0

a = i + 1 # 情感词的位置变化

elif word in negdict: # 消极情感的分析，与上面一致

negcount += 1

d = 0

for w in segtmp[a:i]:

if w in mostdict:

negcount *= 4.0

elif w in verydict:

negcount *= 3.0

elif w in moredict:

negcount *= 2.0

elif w in ishdict:

negcount *= 0.5

elif w in degree_word:

d += 1

if judgeodd(d) == 'odd':

negcount *= -1.0

negcount2 += negcount

negcount = 0

negcount3 = negcount + negcount2 + negcount3

negcount2 = 0

else:

negcount3 = negcount + negcount2 + negcount3

negcount = 0

a = i + 1

elif word == '！' or word == '!': ##判断句子是否有感叹号

for w2 in segtmp[::-1]: # 扫描感叹号前的情感词，发现后权值+2，然后退出循环

if w2 in posdict or negdict:

poscount3 += 2

negcount3 += 2

break

i += 1 # 扫描词位置前移

# 以下是防止出现负数的情况

pos_count = 0

neg_count = 0

if poscount3 < 0 and negcount3 > 0:

neg_count += negcount3 - poscount3

pos_count = 0

elif negcount3 < 0 and poscount3 > 0:

pos_count = poscount3 - negcount3

neg_count = 0

elif poscount3 < 0 and negcount3 < 0:

neg_count = -poscount3

pos_count = -negcount3

else:

pos_count = poscount3

neg_count = negcount3

count1.append([pos_count, neg_count])

count2.append(count1)

count1 = []

return count2

def sentiment_score(senti_score_list):

score = []

for review in senti_score_list:

score_array = np.array(review)

Pos = np.sum(score_array[:, 0])

Neg = np.sum(score_array[:, 1])

AvgPos = np.mean(score_array[:, 0])

AvgPos = float('%.1f'%AvgPos)

AvgNeg = np.mean(score_array[:, 1])

AvgNeg = float('%.1f'%AvgNeg)

StdPos = np.std(score_array[:, 0])

StdPos = float('%.1f'%StdPos)

StdNeg = np.std(score_array[:, 1])

StdNeg = float('%.1f'%StdNeg)

score.append([Pos, Neg, AvgPos, AvgNeg, StdPos, StdNeg])

return score

data = '你就是个王八蛋，混账玩意!你们的手机真不好用！非常生气，我非常郁闷！！！！'

data2= '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'

print(sentiment_score(sentiment_score_list(data)))

print(sentiment_score(sentiment_score_list(data2)))

运行结果：

[[78.0, 169.0, 3.1, 6.8, 3.1, 6.5]]

[[327.0, 30.0, 14.9, 1.4, 22.5, 0.9]]

从得分我们看到第一段话是消极的，第二段是积极的。（主要看Pos与Neg大小）

运行代码及词典下载

链接:http://link.zhihu.com/?target=https%3A//pan.baidu.com/s/1jIRoOxK

密码：6wq4

下载完代码，一定要注意代码中的path，修改成泥电脑中的文件路径，否则没法用。有什么问题可以给作者留言。

欢迎关注作者公众号：大邓带你玩转python