importjiebaimportnumpy as np#打开词典文件,返回列表
def open_dict(Dict='hahah',path = r'/Users/zhangzhenghai/Downloads/Textming/'):
path= path + '%s.txt' %Dict
dictionary= open(path, 'r', encoding='utf-8')
dict=[]for word indictionary:
word= word.strip('\n')
dict.append(word)returndictdefjudgeodd(num):if num % 2 ==0:return 'even'
else:return 'odd'deny_word= open_dict(Dict='否定词')
posdict= open_dict(Dict='positive')
negdict= open_dict(Dict = 'negative')
degree_word= open_dict(Dict = '程度级别词语',path=r'/Users/zhangzhenghai/Downloads/Textming/')
mostdict= degree_word[degree_word.index('extreme')+1: degree_word.index('very')] #权重4,即在情感前乘以3
verydict = degree_word[degree_word.index('very')+1: degree_word.index('more')] #权重3
moredict = degree_word[degree_word.index('more')+1: degree_word.index('ish')]#权重2
ishdict = degree_word[degree_word.index('ish')+1: degree_word.index('last')]#权重0.5
defsentiment_score_list(dataset):
seg_sentence= dataset.split('。')
count1=[]
count2=[]for sen in seg_sentence: #循环遍历每一个评论
segtmp = jieba.lcut(sen, cut_all=False) #把句子进行分词,以列表的形式返回
i = 0 #记录扫描到的词的位置
a = 0 #记录情感词的位置
poscount = 0 #积极词的第一次分值
poscount2 = 0 #积极反转后的分值
poscount3 = 0 #积极词的最后分值(包括叹号的分值)
negcount =0
negcount2=0
negcount3=0for word insegtmp:if word in posdict: #判断词语是否是情感词
poscount +=1c=0for w in segtmp[a:i]: #扫描情感词前的程度词
if w inmostdict:
poscount*= 4.0
elif w inverydict:
poscount*= 3.0
elif w inmoredict:
poscount*= 2.0
elif w inishdict:
poscount*= 0.5
elif w in deny_word: c+= 1
if judgeodd(c) == 'odd': #扫描情感词前的否定词数
poscount *= -1.0poscount2+=poscount
poscount=0
poscount3= poscount + poscount2 +poscount3
poscount2=0else:
poscount3= poscount + poscount2 +poscount3
poscount=0
a= i+1
elif word in negdict: #消极情感的分析,与上面一致
negcount += 1d=0for w insegtmp[a:i]:if w inmostdict:
negcount*= 4.0
elif w inverydict:
negcount*= 3.0
elif w inmoredict:
negcount*= 2.0
elif w inishdict:
negcount*= 0.5
elif w indegree_word:
d+= 1
if judgeodd(d) == 'odd':
negcount*= -1.0negcount2+=negcount
negcount=0
negcount3= negcount + negcount2 +negcount3
negcount2=0else:
negcount3= negcount + negcount2 +negcount3
negcount=0
a= i + 1
elif word == '!' or word == '!': #判断句子是否有感叹号
for w2 in segtmp[::-1]: #扫描感叹号前的情感词,发现后权值+2,然后退出循环
if w2 in posdict ornegdict:
poscount3+= 2negcount3+= 2
breaki+= 1
#以下是防止出现负数的情况
pos_count =0
neg_count=0if poscount3 <0 and negcount3 >0:
neg_count+= negcount3 -poscount3
pos_count=0elif negcount3 <0 and poscount3 >0:
pos_count= poscount3 -negcount3
neg_count=0elif poscount3 <0 and negcount3 <0:
neg_count= -pos_count
pos_count= -neg_countelse:
pos_count=poscount3
neg_count=negcount3
count1.append([pos_count,neg_count])
count2.append(count1)
count1=[]returncount2defsentiment_score(senti_score_list):
score=[]for review insenti_score_list:
score_array=np.array(review)
Pos=np.sum(score_array[:,0])
Neg= np.sum(score_array[:,1])
AvgPos=np.mean(score_array[:,0])
AvgPos= float('%.lf' %AvgPos)
AvgNeg= np.mean(score_array[:, 1])
AvgNeg= float('%.1f' %AvgNeg)
StdPos=np.std(score_array[:, 0])
StdPos= float('%.1f' %StdPos)
StdNeg= np.std(score_array[:, 1])
StdNeg= float('%.1f' %StdNeg)
score.append([Pos,Neg,AvgPos,AvgNeg,StdPos,StdNeg])returnscore
data= '用了几天又来评价的,手机一点也不卡,玩荣耀的什么的不是问题,充电快,电池够大,玩游戏可以玩几个小时,待机应该可以两三天吧,很赞'data2= '不知道怎么讲,真心不怎么喜欢,通话时声音小,新手机来电话竟然卡住了接不了,原本打算退,刚刚手机摔了,又退不了,感觉不会再爱,像素不知道是我不懂还是怎么滴 感觉还没z11mini好,哎要我怎么评价 要我如何喜欢努比亚 太失望了'
print(sentiment_score(sentiment_score_list(data)))print(sentiment_score(sentiment_score_list(data2)))
情感分析简介:
情感分析就是分析一句话说得是很主观还是客观描述,分析这句话表达的是积极的情绪还是消极的情绪。
原理
比如这么一句话:“这手机的画面极好,操作也比较流畅。不过拍照真的太烂了!系统也不好。”
① 情感词
要分析一句话是积极的还是消极的,最简单最基础的方法就是找出句子里面的情感词,积极的情感词比如:赞,好,顺手,华丽等,消极情感词比如:差,烂,坏,坑爹等。出现一个积极词就+1,出现一个消极词就-1。
里面就有“好”,“流畅”两个积极情感词,“烂”一个消极情感词。那它的情感分值就是1+1-1+1=2. 很明显这个分值是不合理的,下面一步步修改它。
② 程度词
“好”,“流畅”和‘烂“前面都有一个程度修饰词。”极好“就比”较好“或者”好“的情感更强,”太烂“也比”有点烂“情感强得多。所以需要在找到情感词后往前找一下有没有程度修饰,并给不同的程度一个权值。比如”极“,”无比“,”太“就要把情感分值*4,”较“,”还算“就情感分值*2,”只算“,”仅仅“这些就*0.5了。那么这句话的情感分值就是:4*1+1*2-1*4+1=3
③ 感叹号
可以发现太烂了后面有感叹号,叹号意味着情感强烈。因此发现叹号可以为情感值+2. 那么这句话的情感分值就变成了:4*1+1*2-1*4-2+1 = 1
④ 否定词
明眼人一眼就看出最后面那个”好“并不是表示”好“,因为前面还有一个”不“字。所以在找到情感词的时候,需要往前找否定词。比如”不“,”不能“这些词。而且还要数这些否定词出现的次数,如果是单数,情感分值就*-1,但如果是偶数,那情感就没有反转,还是*1。在这句话里面,可以看出”好“前面只有一个”不“,所以”好“的情感值应该反转,*-1。
因此这句话的准确情感分值是:4*1+1*2-1*4-2+1*-1 = -1
⑤ 积极和消极分开来
再接下来,很明显就可以看出,这句话里面有褒有贬,不能用一个分值来表示它的情感倾向。而且这个权值的设置也会影响最终的情感分值,敏感度太高了。因此对这句话的最终的正确的处理,是得出这句话的一个积极分值,一个消极分值(这样消极分值也是正数,无需使用负数了)。它们同时代表了这句话的情感倾向。所以这句评论应该是”积极分值:6,消极分值:7“
⑥ 以分句的情感为基础
再仔细一步,详细一点,一条评论的情感分值是由不同的分句加起来的,因此要得到一条评论的情感分值,就要先计算出评论中每个句子的情感分值。这条例子评论有四个分句,因此其结构如下([积极分值, 消极分值]):[[4, 0], [2, 0], [0, 6], [0, 1]]
以上就是使用情感词典来进行情感分析的主要流程了,算法的设计也会按照这个思路来实现。
算法设计
第一步:读取评论数据,对评论进行分句。
第二步:查找对分句的情感词,记录积极还是消极,以及位置。
第三步:往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。
第四步:往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。
第五步: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。
第六步:计算完一条评论所有分句的情感值,用数组(list)记录起来。
第七步:计算并记录所有评论的情感值。
第八步:通过分句计算每条评论的积极情感均值,消极情感均值,积极情感方差,消极情感方差。
存粹转发,留着以后自己用,后经试验部分代码健壮性差点(评论文字稍长,程序报错),需要的时候再加固。