python实现文本情感分析_【转】用python实现简单的文本情感分析

importjiebaimportnumpy as np#打开词典文件，返回列表

def open_dict(Dict='hahah',path = r'/Users/zhangzhenghai/Downloads/Textming/'):

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

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

dict=[]for word indictionary:

word= word.strip('\n')

dict.append(word)returndictdefjudgeodd(num):if num % 2 ==0:return 'even'

else:return 'odd'deny_word= open_dict(Dict='否定词')

posdict= open_dict(Dict='positive')

negdict= open_dict(Dict = 'negative')

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

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

defsentiment_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=0for word insegtmp:if word in posdict: #判断词语是否是情感词

poscount +=1c=0for w in segtmp[a:i]: #扫描情感词前的程度词

if w inmostdict:

poscount*= 4.0

elif w inverydict:

poscount*= 3.0

elif w inmoredict:

poscount*= 2.0

elif w inishdict:

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 *= -1.0poscount2+=poscount

poscount=0

poscount3= poscount + poscount2 +poscount3

poscount2=0else:

poscount3= poscount + poscount2 +poscount3

poscount=0

a= i+1

elif word in negdict: #消极情感的分析，与上面一致

negcount += 1d=0for w insegtmp[a:i]:if w inmostdict:

negcount*= 4.0

elif w inverydict:

negcount*= 3.0

elif w inmoredict:

negcount*= 2.0

elif w inishdict:

negcount*= 0.5

elif w indegree_word:

d+= 1

if judgeodd(d) == 'odd':

negcount*= -1.0negcount2+=negcount

negcount=0

negcount3= negcount + negcount2 +negcount3

negcount2=0else:

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 ornegdict:

poscount3+= 2negcount3+= 2

breaki+= 1

#以下是防止出现负数的情况

pos_count =0

neg_count=0if poscount3 <0 and negcount3 >0:

neg_count+= negcount3 -poscount3

pos_count=0elif negcount3 <0 and poscount3 >0:

pos_count= poscount3 -negcount3

neg_count=0elif poscount3 <0 and negcount3 <0:

neg_count= -pos_count

pos_count= -neg_countelse:

pos_count=poscount3

neg_count=negcount3

count1.append([pos_count,neg_count])

count2.append(count1)

count1=[]returncount2defsentiment_score(senti_score_list):

score=[]for review insenti_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('%.lf' %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])returnscore

data= '用了几天又来评价的，手机一点也不卡，玩荣耀的什么的不是问题，充电快，电池够大，玩游戏可以玩几个小时，待机应该可以两三天吧，很赞'data2= '不知道怎么讲，真心不怎么喜欢，通话时声音小，新手机来电话竟然卡住了接不了，原本打算退，刚刚手机摔了，又退不了，感觉不会再爱，像素不知道是我不懂还是怎么滴 感觉还没z11mini好，哎要我怎么评价 要我如何喜欢努比亚 太失望了'

print(sentiment_score(sentiment_score_list(data)))print(sentiment_score(sentiment_score_list(data2)))

情感分析简介：

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：4*1+1*2-1*4+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：4*1+1*2-1*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：4*1+1*2-1*4-2+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。

存粹转发，留着以后自己用，后经试验部分代码健壮性差点（评论文字稍长，程序报错），需要的时候再加固。