如何从句子中删除不带有积极或消极情绪的单词？

Question

我正在尝试对 YouTube 评论进行基于情感分析的方法，但评论中很多时候都有诸如 mrbeast、tiger/'s、lion/'s、pewdiepie、james 等词，这些词不会在句子中添加任何感觉。我已经浏览过nltk的average_perception_tagger，但它效果不佳，因为它给出的结果为

我的输入：

"mrbeast james lion tigers bad sad clickbait fight nice good"

我的句子中需要的单词：

"bad sad clickbait fight nice good"

我使用average_perception_tagger得到了什么：

[('mrbeast', 'NN'),
 ('james', 'NNS'),
 ('lion', 'JJ'),
 ('tigers', 'NNS'),
 ('bad', 'JJ'),
 ('sad', 'JJ'),
 ('clickbait', 'NN'),
 ('fight', 'NN'),
 ('nice', 'RB'),
 ('good', 'JJ')]

所以你可以看到，如果我删除 mrbeast，即 NN 像 clickbait、fight 这样的词也会被删除，这最终会从该句子中删除表达式。

Answer 1

有多种方法可以做到这一点，例如

1. 您可以创建一组积极和消极的单词，对于语法中的每个单词，您可以检查它是否存在于您的集合中，如果存在，您应该保留该单词，否则将其删除。然而，这首先需要所有正面和负面的单词数据集。

2. 您可以使用诸如textblob之类的东西，它可以为您提供单词或句子的情感分数。因此，通过截止情感分数，您可以过滤掉不需要的单词。

Answer 2

好吧，这就是我为在伦敦证券交易所报告的公司所做的事情。你也可以用你的话来做类似的事情。

# define what you consider to be positive, negative or neutral keywords
posKeyWords = ['profit', 'increase', 'pleased', 'excellent', 'good', 'solid financial', 'robust', 'significantly improved', 'improve']
negKeyWords = ['loss', 'decrease', 'dissapoint', 'poor', 'bad','decline', 'negative', 'bad', 'weather', 'covid' ]
neutralKeyWords = ['financial']
keyWords = posKeyWords + neutralKeyWords + negKeyWords

接下来，您将获取文本形式的数据（从您选择的任何来源）。将数据（单词）放入列表（数组）中。

dataTest = []
dataText = resp.text # or whatever source you are reading from

我的是来自网络查询的响应，但你的可能来自文本文件或其他来源。

接下来创建一个空字典，将关键词计数到字典中（散列很快）。

keyWordSummary = {} # dictionary of keywords & values

最后，循环遍历关键字并将其放入字典中。

# look for some keywords
for kw in keyWords:
    kwVal = re.findall(kw, dataText)
    #print('keyword count:', kw, len(kwVal))
    # put into a dict
    keyWordSummary[kw] = len(kwVal)

您现在有了一个词频列表，您可以在数据框中进行分析（例如，这超出了这个特定问题的范围）。

Answer 3

klick Gadgets 24 杯拔罐治疗套装，专业中医穴位拔罐治疗套装，带真空泵，手动身体按摩拔罐套装，止痛，物理治疗，透明