基于词典情感分析(中文情感分析词典)

全文链接：http://tecdat.cn/?p=31702

情感分析，就是根据一段文本，分析其表达情感的技术（点击文末阅读原文获取完整代码数据）。

相关视频

比较简单的情感分析，能够辨别文本内容是积极的还是消极的（褒义/贬义）；比较复杂的情感分析，能够知道这些文字是否流露出恐惧、生气、狂喜等细致入微的情感。此外，情感的二元特性还可以表达为是否含有较大的感情波动。也就是说，狂喜和暴怒都属于感情波动，而宠辱不惊则属于稳定的情感状态。

研究目的

本文基于R语言的自然语言处理技术，针对企业的财务信息、产品质量等文本信息，帮助客户对企业和产品进行情感分析和情感分类，并将这些数据可视化呈现。本文选择了A股上市公司相关数据，通过构建R语言的文本情感分析模型对文本情感进行分析，并以此为基础对企业进行情感分类。 附件说明：其中基础词典是要通过文本挖掘的结果扩展的词典了，也是研究的主要目的（分词的时候可以用到）；

点击标题查阅往期内容

01

02

03

04

语料库资源是要进行文本挖掘的数据源。

研究的目的就是在文本分析结果的基础上扩展用户词典，这些需要在文本挖掘的基础上进行扩展。其中语料库一共是10个文件，需要的是一个文件出一个结果。最后是要对比这10个文件的。还有就是语料库是pdf格式。

电池灯亮是什么故障？电池显示维修怎么消除车主在日常行车的时候，如果车辆的某一系统、某一零部件出现故障，就会在仪表盘上亮起相应的故障灯，那么仪表盘上的电池灯亮是什么。

出现的结果应该是类似这种的：

中文财务关键词 05年 06年 07年 08年 负面词 184 107

正面词 48 66

不确定词 22 19

诉权词 57 31

读取词库数据Litigious=read.table("Litigious Words.txt")Strong=read.table("Modal Words Strong.txt")Weak=read.table("Modal Words Weak .txt")Positive=read.table("Positive Words.txt")Uncertainty=read.table("Uncertainty Words.txt")Negative=read.table("Negative Words .txt")

文本清理和分词

qrxdata=gsub("\n","",qrxdata)words= lapply(X=qrxdata, FUN=segmentCN) ;

初始化统计结果

x=wordspwords=positivenwords=negativeLitigious=LitigiousStrong=StrongWeak=WeakUncertainty=Uncertainty

npwords=0nnwords=0nLitigious=0nStrong=0nWeak=0nUncertainty=0emotionType <-numeric(0)xLen <-length(x)emotionType[1:xLen]<- 0index <- 1

词法分析

词法分析。它的原理非常简单，事前需要定义一个情感词典。比如喜欢这个词我们定义为1分。那么我喜欢你这句话，我和你都是中性词，均为0分，喜欢为1分，这句话的总分就是1分。我喜欢你，但讨厌他，这样一句话中有讨厌这个词，在情感词典中分数为-1，那么整句话的得分就是0。这样，我们就可以对每一个文本进行分词，然后使用内连接（inner join）来提取其中的情感词语，并根据情感词语的得分，来评估这段文本的情感得分。

for(index in 1: xLen){x[[index]]=unique(x[[index]])yLen <-length(x[[index]])index2 <- 1for(index2 in 1 :yLen){if(length(pwords[pwords==x[[index]][index2]]) >= 1){i=pwords[pwords==x[[index]][index2]]npwords=npwords+length(pwords[pwords==x[[index]][index2]])if(length(i)==0)next;duanluo=substr(qrxdata[index],regexpr(i,qrxdata[index])[1]-20,regexpr(i,qrxdata[index])[1]+20)if(regexpr(i,duanluo)[1]<0 )next;cat(studentID,"\t",i," \t","DOC",index,"\t ","pos"," \t",duanluo," \t",length(pwords[pwords==x[[index]][index2]])/length(x[[index]])," \

按年份和词性分类汇总成表格

1=data.frame("正面词"=npwords,"负面词"=nnwords,"不确定词"=nUncertainty,"诉权词"=nLitigious,"强语气词"=nStrong,"弱语气词"=nWeak)

=rbind(,1)

ggplot可视化

将每个文档的词性输出，并按照词性和年份绘制变化趋势：

获取全文完整代码数据资料。

本文选自《R语言自然语言处理NLP:情感分析上市公司文本信息知识发现可视化》。

点击标题查阅往期内容

改变关机画面:记得以前可以改变开机画面吧，现在可以对关机画面动手喔!logow.sys 是等 待关机，logos.sys 是最后丑丑的 您可以安全关机"_"都是 bmp 档，快动手 吧，原图是 320x400 ， 256色!但是最后win95会把他放宽170%所以你可以先准 备一张 544x400 的图 再把这张图 resize 成320x400 再 rename 一下档名 就可以啦!(只能 256色喔 )而且最好注意一下色盘的问题*开机画面也可以 喔!logo.sys....

鸟的忠告：有一天，一个猎人捉到一只会说话的鸟儿。鸟儿哀求：放了我，我会给你3个宝贵的忠告。猎人得意洋洋地说：你先告诉我，就放了你。 于是鸟儿说：第一个忠告，做事不要懊悔；第二个忠告，别人告诉你的一件事，你认为不可能的就不要相信；第三个忠告，当你爬不上...