情感分析工具测评

情感分析

情感倾向分析针对带有主观描述的中文文本，可自动判断该文本的情感极性类别并给出相应的置信度。情感类型分为积极、消极、中性。情感倾向分析能够帮助企业理解用户消费习惯、分析热点话题和危机舆情监控，为企业提供有力的决策支持。本文主要对两个情感分析的工具进行测评。

SnowNLP

是一个python写的类库，可以方便的处理中文文本内容，是受到了TextBlob的启发而写的，由于现在大部分的自然语言处理库基本都是针对英文的，于是写了一个方便处理中文的类库，并且和TextBlob不同的是，这里没有用NLTK，所有的算法都是自己实现的，并且自带了一些训练好的字典。
SnowNLP还提供了用于中文情感分类的接口，分类器主要基于淘宝评论数据用机器学习训练而成，使用起来非常方便。

• 如何安装

pip install snownlp

• 如何进行情感分析

from snownlp import SnowNLP
s = SnowNLP(u'这个东西真心很赞')
s.sentiments # 0.9769663402895832 positive的概率

Senta

百度在2018年7月开源了其基于语义和大数据的情感分类系统——Senta，将模型和源码通过Github进行免费技术开放。如果觉得拿模型跑太麻烦，百度AI开放平台上也免费开放了评论观点抽取服务，直接调用其api就能够实现情感分类，能够实现快速的原型开发。

• 安装

pip install paddlepaddle
pip install paddlehub

• 如何进行情感分析

import paddlehub as hub
senta = hub.Module(name= "senta_bilstm")#也可以加载其它分类模型，如gru，lstm等
result = senta.sentiment_classify(data={
     "text":["这个东西真心很赞"]})
result
#[{'text': '这个东西真心很赞', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9963, 'negative_probs': 0.0037}]

结果分析

对上述两个分类器进行多次测试，有以下结果：
可以发现，SnowNLP的分类结果偏正向，而Senta的分类结果偏负向，因此，对于具体的业务数据，是否以0.5为分类界限还有待商榷。

另外，以上使用仅仅为单纯调用，可在此基础上优化，比如去除一些无情感的词语(停用词，情感无关的名词等）；更进一步地，若文本过长，还可以考虑提取关键词或抽取文本摘要后再进行情感分析。