实体词典 情感词典_基于词典的文本情感分析（附代码）

一、引言

目前中文文本情感分析主要分为三个类型，第一个是由情感词典和句法结构来做的、第二个是根据机器学习来做的(Bayes、SVM等)、第三个是用深度学习的方法来做的(例如LSTM、CNN、LSTM+CNN、BERT+CNN等)。

这三种方法中，第二种和第三种方法都需要人工标注大量的数据，然后做有监督的训练。只有第一种不需要人工标注，也不需要训练。

接下来，我们会介绍下第一种方法的算法逻辑，以及如何实践。

二、情感字典

除了分词词典和停用词词典外，一共还包含9个词典：

1、否定词：not.txt

2、正面情感词：positive.txt

3、负面情感词：negative.txt

4、程度副词：most.txt

very.txt

more.txt

ish.txt

insufficiently.txt

over.txt

inverse.txt

三、算法流程设计算法逻辑Step 1：读取评论数据，对评论进行分句(分句主要以特定的标点符号为主)。

Step 2：将结巴词典和所有情感词典做并集，得出新的分词词典。

Step 3：查找分句的情感词，记录正面还是负面，以及位置。

Step 4：在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。

Step 5：在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。

Step 6：找出感叹号和问好等重要的标点符合

- 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。

- 判断分句结尾是否有问好，有问号该句判断为负面值+2。

Step 7：计算完一条评论所有分句的情感值([正面分值, 负面分值])，用数组(list) 记录起来。

Step 8：计算每条评论中每一个分句的的正面情感均值与负面情感均值，然后比较正面情感总和与负面情感总和，较大的一个即为所得情感倾向。

2. 代码演示

class SentimentAnalysis():

"""Sentiment Analysis with some dictionarys"""

def sentiment_score_list(self,dat