关于《后浪》的B站弹幕分析总结（五）——Python实现情感分析、情绪分析以及可视化

相关内容：

• B站视频《[数说弹幕]我不小心看了后浪弹幕》
• 关于《后浪》的B站弹幕分析总结（一）——爬取B站视频的上万条弹幕的方法
• 关于《后浪》的B站弹幕分析总结（二）——分词常用的词典、颜文字处理以及格式统一
• 关于《后浪》的B站弹幕分析总结（三）——怎么制作好看的交互式词云
• 关于《后浪》的B站弹幕分析总结（四）——Python实现LDA内容主题挖掘及主题可视化

情感分析常见的研究中都按照三分类（正向、中性、负向）的方式进行，也有7分类甚至更多维度的分类，本文为了区别开将三分类称为情感分析，7分类的称为情绪分析。
按照处理文本的颗粒度的性质情感分析可以分为文档级情感分析、句子级情感分析、属性级请按分析等。
无论哪种分析方法对于个人都是长期且巨大的工程，所以这里推荐使用情感分析的工具。

一、利用百度ai做情感分析

百度ai的这个功能只能够区分正向、中性、负向，多分类还不可以。
https://ai.baidu.com/?track=cp:aipinzhuan|pf:pc|pp:AIpingtai|pu:title|ci:|kw:10005792

在自然语言处理下创建应用，选择情感倾向分析，你会得到你的三个码。后面程序中需要用到。

AppID	API Key	Secret Key

使用python连接你的应用,百度的这个功能是可以免费调用500000次的，不知道什么时候他就会不免费了，所以趁现在可以多用用。

from aip import AipNlp

""" 你的 APPID AK SK """
APP_ID = '你的AppID'
API_KEY = '你的APIKey'
SECRET_KEY = '你的Secret Key'

client = AipNlp(APP_ID, API_KEY, SECRET_KEY)

def get_sentiments(text,i):
    try:
        sitems=client.sentimentClassify(text)['items'][0]#情感分析
        positive=sitems['positive_prob']#积极概率
        confidence=sitems['confidence']#置信度
        sentiment=sitems['sentiment']#0表示消极，1表示中性，2表示积极        output='{}\t{}\t{}\t{}\n'.format(i,positive,confidence,sentiment)
        f=codecs.open('sentiment.xls','a+','utf-8')
        f.write(output)
        f.close()
        print('Done')
    except Exception as e:
        print(e)

for i in range(len(data_code)):
    print('正在处理第{}条,还剩{}条'.format(i,data_df.shape[0]-i))
    view= data_code[i]
    print(view)
    get_sentiments(view,i)

这个程序运行后，就可以看到界面上在一条一条处理语句，我的是1万8千条数据，大概需要处理1个小时。

正在处理第1条,还剩18499条
 君子美美与共，和而不同
Done
正在处理第2条,还剩18498条
 后浪
Done
正在处理第3条,还剩18497条
 啊是青青！！
Done
正在处理第4条,还剩18496条
 复旦之光！！

但是百度ai也不是非常好用，比如‘’奔涌吧，后浪‘’这句话就处理成了负向，需要做一下调整。其实这里做的有点粗糙了，在文本上还可以做些处理。

二、使用pyechats可视化实现动态图表

因为我想要看到一个每天都在变化的情感正负向情况，所以借助到pyechats的timeline。

from pyecharts import options as opts
from pyecharts.charts import Pie, Timeline
from pyecharts.faker import Faker

attr = list(data_sen1.index)
tl = Timeline()
for i in list(data_sen1.columns):
    pie = (
        Pie()
        .add(
            "弹幕",
            [list(z) for z in zip(attr, list(data_sen1[i]))],
            rosetype="radius",
            radius=["30%", "55%"],
        )
        .set_global_opts(title_opts=opts.TitleOpts("情感分析".format(i)))
    )
    tl.add(pie, "{}".format(i))
tl.render("timeline_pie.html")

这个图会根据时间轴每天发生变化，具体可以看我的视频。

三、情绪分析的方法

这个其实内容很大，简单介绍一下，感兴趣的可以自己查资料，以后有时间我会详细写一下这部分内容。本文的思路是参考《情感分析及可视化方法在网络视频弹幕数据分析中的应用》这篇论文。
这里介绍一种基于词典的方法。首先你需要建立自己的情绪分析词典，将情绪划分为7种，如同我在总结（二）中介绍的喜、怒、忧、思、悲、恐、惊，当然网上也有很多类似的词典可以下载，一定要是针对这种网络评论用语的词典才好，因为网络文化还是和日常用语不太一样。然后将你的文档做分词，分词完根据词典做分类，同时要注意去停用词，根据极性副词做一个增加情感强度或弱化情感强度的处理，一般思路为如果增强情感的则乘以一个大于1的数，如果弱化情感的则乘以一个小于1的数。取情感值最大的作为句子的情绪。还有否定词怎么处理的问题等等。
当然这样的思路也有一些问题，因为你只是做了句子级的情绪分类，还需要做属性级的情绪分类才能判断真实意图。
工具有吗，当然有，可以看看微博舆情网站的情绪分析，其他工具可以评论交流。