基于情感词典(基于情感词典的情感分析流程图)
本文建立情感倾向模型,进行文本情感倾向判断,首先,做商品评论情感分析,构建情感字典,建立情感倾向性分析模型,将小米10手机评论的情感分为积极情绪、中性情绪、消极情绪三种情感,分别占总体情绪分布的60.07%、17.91%、22.01%,
1. 情感词典构建
本文构造情感词、辅助词两个情感词典集,各个词典集之间的关系如下图所示。
首先,构造一个积极的基本情感词典,删除并合并极性为1的单词,记这些情感词典为+1,例如积极情感词典,积极评价词典和情感词汇本体。然后形成一个否定的基本情感词典,删除并合并极性为2的单词,记这些情感词典为-1,例如消极情感词典,消极评价词典和情感词汇本体。
网络购物的时候,或者网络平台的个人信息要保护好,不要轻易告诉别人,以免引起不必要的麻烦。
2. 文本情感分析实现
情感倾向性将文本分为正面、负面、中性三种情感属性,通常由正、负面,以及强弱程度来衡量。本文通过中文分词处理,基于情感词典构建情感表,为每一个分词打分,从而判断判别情感倾向,文本情感分析的流程如下图所示。
构建情感字典后,导入情感分析表,为每一个语料评分,将小米10手机评论的情绪倾向分为正面,中性和负面情绪,其中正面,中性和负面情绪分别占总体分布的60.07%,17.91%和22.01%,以积极情绪占比最多。
自动大灯白天也一直亮怎么办?自动大灯感应器在哪里随着现在汽车技术的蓬勃发展,汽车上的科技也越来越丰富了。从以前只有风扇、收音机,连车窗都是手摇的简陋配置,到现在冷暖一体。
统计积极情绪分布情况,其中,一般(0—10)、中度(10—20)、高度(20以上)积极情绪分别占比33.02%、16.04%、11.01%。
统计消极情绪分布情况,其中,一般(-10—0)、中度(-20—-10)、高度(-20以下)消极情绪分别占比19.40%、1.12%、0.00%。
具体分析出来的结果如下表所示:
积极情绪分段统计结果如下:
消极情绪分段统计结果如下:
难关是自己:阿超是公认的好人,可好人却被小人暗算,吃了冤枉官司。官司一结束,阿超就 病倒了,一检查,患了肺癌。 家里人和阿超的亲朋好友赶紧为阿超找神婆占卜,还有的到寺庙替阿超求签。 但折腾下来,结果不一,有说阿超的病是前世造下的孽,有说阿超得...
发表评论:
◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。