背景
vader是一种基于词库和语法规则的情感识别方法,发布于2014年AAAI会议。
与基于模型的情感识别方法不同的是,vader是通过人工标记情感词。(含7000+个情感词,情感等级范围为-4—+4。此外还包括颜文字,如(:))以及缩写词)。vader还对标点、大小写、程度副词、连词以及否定词比较敏感。
与传统情感识别方法的区别
相较传统的词袋模型(忽略词序和语法,仅仅将文本看做是一个词集合)能够更为准确的体现句子的真实语义。
相较于基于模型的情感识别方法,vader具有更好的泛化能力,在多种数据上均具有较好的分类性能。
缺点
vader所做的情感词标记等只是针对于英文来做的,对于中文并不友好,不能直接使用,需要先进行翻译,然后才能使用。
实现方式
from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
import re
import sys
from translate import Translator
url_google = 'http://translate.google.cn'
reg_text = re.compile(r'(?<=TRANSLATED_TEXT=).*?;')
user_agent = r'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) ' \
r'Chrome/44.0.2403.157 Safari/537.36'
def translate_cn_api(content):
translator= Translator(to_lang="zh")
translation = translator.translate(content)
return translation
def translate_en_api(content):
translator= Translator(to_lang="en",from_lang='zh')
translation = translator.translate(content)
return translation
def print_sentiment_scores(tweets):
analyser = SentimentIntensityAnalyzer()
vadersenti = analyser.polarity_scores(tweets)
return vadersenti['compound']
def main(question):
#英文翻译
questionEn = translate_en_api(question)
print("问题英文版:", questionEn)
#情感评分
result = print_sentiment_scores(questionEn)
#将情感评分-1至1的区间转换到0-1的区间。
X_scale = (1 + result) / 2.0
print("情感评分:", X_scale)
if __name__ == '__main__':
question=input("请输入你的问题:")
print("问题中文版:", question)
main(question)