使用Python进行情感分析

Question

我正在尝试使用 python 进行情感分析。我已经阅读了各种教程并使用了 nltk、textblob 等库。

但是我想要的有点不同，我无法找到任何材料

假设我有这样的声明

apples are tasty but they are very expensive

上述说法可以分为两个类别/标签，例如味道和金钱

我的目标是了解关于这两个标签的声明的观点

我的预期结果是对品味的积极情绪，但对金钱的消极

情绪

如何实现这一目标

带有文本斑点

def calculate_sentiment_textblob(current_comment):
current_comment = str(current_comment)

comment_sentiment_calculation = TextBlob(current_comment)

comment_sentiment = ""

if comment_sentiment_calculation.sentiment.polarity < 0:
    comment_sentiment = "Negative"
elif comment_sentiment_calculation.sentiment.polarity > 0:
    comment_sentiment = "Positive"
else:
    comment_sentiment = "Neutral"

print(current_comment)
print(comment_sentiment)
sentiment_list.append(current_comment +" "+comment_sentiment)
comments_scraped.loc[comments_scraped.reviews== current_comment,'sentiment_textblob'] = comment_sentiment

与维达

def calculate_sentiment_vader(current_comment):
    current_comment = str(current_comment)

    comment_sentiment_calculation = sid.polarity_scores(current_comment)

    comment_sentiment = ""

    if comment_sentiment_calculation['compound'] < 0:
        comment_sentiment = "Negative"
    elif comment_sentiment_calculation['compound'] > 0:
        comment_sentiment = "Positive"
    else:
        comment_sentiment = "Neutral"

    comments_scraped.loc[comments_scraped.reviews== current_comment,'sentiment_vader'] = comment_sentiment

Answer 1

我建议您研究基于方面的情感分析。它不仅仅将情感集中在实体上，还集中在实体的属性上。 SemEval 挑战赛旨在研究实体属性（例如笔记本电脑和餐馆）的此问题。

参加的人很多，论文发表了，主办方也发表了解释性论文。

您可以在这里联系他们：

• http://alt.qcri.org/semeval2014/task4/
• http://alt.qcri.org/semeval2015/task12/
• http://alt.qcri.org/semeval2016/task5/

希望这些有帮助，干杯。