基于情感词典的文本情感分析

一、什么是情感分析

文本情感分析:是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。按照处理文本的类别不同，可分为：

• 基于新闻评论的情感分析，用于舆情监控
• 基于股票评论的情感分析，把握股票走势
• 基于产品评论的情感分析，帮助商家了解产品在用户心中的口碑。

目前，情感分析主要方法如下：

• 基于情感词典的情感分析
• 基于机器学习的情感分析
• 基于深度学习的情感分析

本文主要讲解基于情感词典的情感分析方法。

二、数据准备

1、情感词典

每个词语权值设置为1，可以自行设置。

• pos_dict
• neg_dict

2、程度副词词典

不同程度的副词对应不同的权重

• most - 2
• very - 1.5
• more - 1.25
• ish - 0.5
• insufficient - 0.25
• inversed - 负 1

3、停用词词典和自定义词典

自定义词典用于提高分词准确度

三、模型分析

1、文本预处理

• 文本分句
• 文本分词
• 去除停用词
  ...

2、计算句子得分

循环遍历句子中的单词，如果是 neg，则 neg_score 加 1，判断 neg_word 前边是否存在副词，如果存在则剩以相应权重。最终 pos_socre-neg_score 的值为最终得分，大于 0 则为 pos，否则为 neg。

这个游戏不是太好玩。
分词结果[这个/游戏/不是/太好玩 ]
依次遍历每个单词，当遍历到“太好玩”（+1）在 pos 词典出现，则往前遍历是否出现程度副词，“不是（-1）”出现，则最终得分为 -1。