python语义分析_Python - Sentiment Analysis

Python - Sentiment Analysis

语义分析是关于分析观众的一般意见。这可能是对一则新闻，电影或任何有关正在讨论的事项的推文的反应。通常，此类反应来自社交媒体，并通过NLP分组到文件中进行分析。我们将首先简单地定义正面和负面的单词。然后采用一种方法来分析这些单词作为句子的一部分使用这些单词。我们使用nltk中的sentiment_analyzer模块。我们首先用一个单词进行分析，然后用配对单词进行分析，也称为双字组。最后，我们用mark_negation函数中定义的负面情绪标记单词。import nltk

import nltk.sentiment.sentiment_analyzer

# Analysing for single words

def OneWord():

positive_words = ['good', 'progress', 'luck']

text = 'Hard Work brings progress and good luck.'.split()

analysis = nltk.sentiment.util.extract_unigram_feats(text, positive_words)

print(' ** Sentiment with one word **\n')

print(analysis)

# Analysing for a pair of words

def WithBigrams():

word_sets = [('Regular', 'fit'), ('fit', 'fine')]

text = 'Regular excercise makes you fit and fine'.split()

analysis = nltk.sentiment.util.extract_bigram_feats(text, word_sets)

print('\n*** Sentiment with bigrams ***\n')

print analysis

# Analysing the negation words.

def NegativeWord():

text = 'Lack of good health can not bring success to students'.split()

analysis = nltk.sentiment.util.mark_negation(text)

print('\n**Sentiment with Negative words**\n')

print(analysis)

OneWord()

WithBigrams()

NegativeWord()

当我们运行上面的程序时，我们得到以下输出 -** Sentiment with one word **

{'contains(luck)': False, 'contains(good)': True, 'contains(progress)': True}

*** Sentiment with bigrams ***

{'contains(fit - fine)': False, 'contains(Regular - fit)': False}

**Sentiment with Negative words**

['Lack', 'of', 'good', 'health', 'can', 'not', 'bring_NEG', 'success_NEG', 'to_NEG', 'students_NEG']

Python - Reading RSS feed

python语义分析_Python - Sentiment Analysis相关推荐

python语义分析_Python差异的潜在语义分析
我正在尝试使用以下代码在 Python中遵循 Wikipedia Article on latent semantic indexing: documentTermMatrix = array([[ ...
细粒度情感分析（Aspect Based Sentiment Analysis, ABSA），一个从零开始的案例教程【Python实现】
目录前言数据和源码你要了解的基础 1. 细粒度情感分析(ABSA)案例背景 1.1 任务介绍 1.2 数据基本介绍 1.3 如何评估ABSA的结果 2. 任务一:Aspect Term Extr ...
python中文语义分析_Python中好用的中文语义分析系统——bosonnlp
造数(http://zaoshu.io/)--一个神奇的网站 NLP是什么自然语言处理被广泛应用于各种行业来解决关键知识性问题,例如从收集的大量珍贵的非结构化内容中提取的见解(CRM 数据. 社媒体 ...
情感分析Sentiment Analysis 知识资料全集（入门/进阶/论文/综述/视频/专家，附查看
情感分析 ( Sentiment Analysis ) 专知荟萃入门学习进阶论文 Tutorial 综述代码视频教程领域专家入门学习斯坦福大学自然语言处理第七课"情感分析(Se ...
中文情感分析 (Sentiment Analysis) 的难点在哪？现在做得比较好的有哪几家？
点击上方,选择星标或置顶,每天给你送干货! 阅读大概需要25分钟跟随小博主,每天进步一丢丢来自: 知乎编辑: 深度学习自然语言处理公众号地址: https://www.zhihu.com/qu ...
【论文笔记】A comprehensive survey on sentiment analysis: Approaches, challenges and trends（中）
文章目录 3. sentiment analysis pre-processing(情感分析预处理步骤) 3.1 Data extraction(数据提取) 3.1.1 数据收集和提取 3.2 数据预 ...
情感分析 ( Sentiment Analysis ) 专知荟萃
入门学习斯坦福大学自然语言处理第七课"情感分析(Sentiment Analysis)" [http://52opencourse.com/235/%E6%96%AF%E5%9D ...
Text Data for Trading—Sentiment Analysis 代码复现（二）
Test Data for Trading-Sentiment Analysis系列文章是对<Machine Learning for Algorithmic Trading>第十四章内容 ...
潜在语义分析(Latent Semantic Analysis）
潜在语义分析(Latent Semantic Analysis) 潜在语义分析(Latent Semantic Analysis, LSA)是自然语言处理中的一种方法或技术.潜在语义分析(LSA)的主 ...
python画代码-Python教程_Python画Mandelbrot集代码
Python教程_Python画Mandelbrot集代码作者:Comet 来源: 课课家 www.kokojia.com点击数:278发布时间:2015-06-19 11:17:19 曼德勃罗集 ...

python语义分析_Python - Sentiment Analysis

python语义分析_Python - Sentiment Analysis相关推荐

最新文章

热门文章