美賽部分python代碼-情感分析源碼(中文)

粗淺地突擊學習了一點點自然語言處理，在文章裏會分析python實現的文本情感分析代碼，

代碼功能：分析一句話(中文)裏蘊含的正面情緒和負面情緒並評分，最後返回正負面情緒的總分，平均分，標準差

寫在前面：
其實實現的思路很清晰：分詞 - 詞語分析(正面詞/負面詞/程度詞/否定詞) - 按打分規則評分

---

|| 導入jieba庫和numpy矩陣

import jieba
import numpy as np

|| 打開詞典文件，返回列表

def open_dict(Dict = 'hahah', path=r'/Users/86133/亂七八糟的代碼們/python/Textming/'):
    path = path + '%s.txt' % Dict
    dictionary = open(path, 'r', encoding='utf-8')
    dict = []
    for word in dictionary:
        word = word.strip('\n')
        dict.append(word)
    return dict

|| 將自己的中文語料文本導入（這裏你要修改path路徑）。

deny_word = open_dict(Dict = '否定詞', path= r'/Users/86133/亂七八糟的代碼們/python/Textming/')
posdict = open_dict(Dict = 'positive', path= r'/Users/86133/亂七八糟的代碼們/python/Textming/')
negdict = open_dict(Dict = 'negative', path= r'/Users/86133/亂七八糟的代碼們/python/Textming/')
degree_word = open_dict(Dict = '程度級別詞語', path= r'/Users/86133/亂七八糟的代碼們/python/Textming/'

|| 針對程度詞細分程度：extreme，very，more，ish，last （tips：用以劃分的標誌詞需要在程度詞文本中寫入）

mostdict = degree_word[degree_word.index('extreme')+1 : degree_word.index('very')]#權重4，即在情感詞前乘以4
verydict = degree_word[degree_word.index('very')+1 : degree_word.index('more')]#權重3
moredict = degree_word[degree_word.index('more')+1 : degree_word.index('ish')]#權重2
ishdict = degree_word[degree_word.index('ish')+1 : degree_word.index('last')]#權重0.5

|| 核心代碼：評分邏輯

def judgeodd(num):
    if (num % 2) == 0:
        return 'even'
    else:
        return 'odd'

def sentiment_score_list(dataset):
    seg_sentence = dataset.split('％％％')

    count1 = []
    count2 = []
    for sen in seg_sentence: #循環遍歷每一個評論
        segtmp = jieba.lcut(sen, cut_all=False)  #把句子進行分詞，以列表的形式返回
        i = 0 #記錄掃描到的詞的位置
        a = 0 #記錄情感詞的位置
        poscount = 0 #積極詞的第一次分值
        poscount2 = 0 #積極詞反轉後的分值
        poscount3 = 0 #積極詞的最後分值（包括歎號的分值）
        negcount = 0
        negcount2 = 0
        negcount3 = 0
        for word in segtmp:
            if word in posdict:  # 判斷詞語是否是情感詞
                poscount += 1
                c = 0
                for w in segtmp[a:i]:  # 掃描情感詞前的程度詞
                    if w in mostdict:
                        poscount *= 4.0
                    elif w in verydict:
                        poscount *= 3.0
                    elif w in moredict:
                        poscount *= 2.0
                    elif w in ishdict:
                        poscount *= 0.5
                    elif w in deny_word:
                        c += 1
                if judgeodd(c) == 'odd':  # 掃描情感詞前的否定詞數
                    poscount *= -1.0
                    poscount2 += poscount
                    poscount = 0
                    poscount3 = poscount + poscount2 + poscount3
                    poscount2 = 0
                else:
                    poscount3 = poscount + poscount2 + poscount3
                    poscount = 0
                a = i + 1  # 情感詞的位置變化

            elif word in negdict:  # 消極情感的分析，與上面一致
                negcount += 1
                d = 0
                for w in segtmp[a:i]:
                    if w in mostdict:
                        negcount *= 4.0
                    elif w in verydict:
                        negcount *= 3.0
                    elif w in moredict:
                        negcount *= 2.0
                    elif w in ishdict:
                        negcount *= 0.5
                    elif w in degree_word:
                        d += 1
                if judgeodd(d) == 'odd':
                    negcount *= -1.0
                    negcount2 += negcount
                    negcount = 0
                    negcount3 = negcount + negcount2 + negcount3
                    negcount2 = 0
                else:
                    negcount3 = negcount + negcount2 + negcount3
                    negcount = 0
                a = i + 1
            elif word == '！' or word == '!':  ##判斷句子是否有感嘆號
                for w2 in segtmp[::-1]:  # 掃描感嘆號前的情感詞，發現後權值+2，然後退出循環
                    if w2 in posdict or negdict:
                        poscount3 += 2
                        negcount3 += 2
                        break
            i += 1 # 掃描詞位置前移


            # 以下是防止出現負數的情況
            pos_count = 0
            neg_count = 0
            if poscount3 < 0 and negcount3 > 0:
                neg_count += negcount3 - poscount3
                pos_count = 0
            elif negcount3 < 0 and poscount3 > 0:
                pos_count = poscount3 - negcount3
                neg_count = 0
            elif poscount3 < 0 and negcount3 < 0:
                neg_count = -poscount3
                pos_count = -negcount3
            else:
                pos_count = poscount3
                neg_count = negcount3

            count1.append([pos_count, neg_count])
        count2.append(count1)
        count1 = []

    return count2

|| 數據彙總

爲每句話創建一個矩陣，矩陣中每行代表一句話按規則劃分出的一系列詞組，每列代表這些詞組的各項打分，
對這些矩陣中的數據進行列求和操作( 即針對一句話的每一個部分的評分進行彙總），最後結果使用一維數組返回

若將需要計算的數據放入二維數組中，將出現TypeError: list indices must be integers or slices, not tuple的報錯因爲在python中列表中的每一個元素大小可能不同，因此不能直接取其某一列進行操作應該利用numpy.array函數將其轉變爲標準矩陣，再對其進行取某一列的操作

def sentiment_score(senti_score_list):
    score = []
    i = 0
    for review in senti_score_list:
        i = i + 1
        score_array = np.array(review)
        Pos = np.sum(score_array[:, 0])
        Neg = np.sum(score_array[:, 1])
        AvgPos = np.mean(score_array[:, 0])
        AvgPos = float('%.1f'%AvgPos)
        AvgNeg = np.mean(score_array[:, 1])
        AvgNeg = float('%.1f'%AvgNeg)
        StdPos = np.std(score_array[:, 0])
        StdPos = float('%.1f'%StdPos)
        StdNeg = np.std(score_array[:, 1])
        StdNeg = float('%.1f'%StdNeg)
        score.append([Pos, Neg, AvgPos, AvgNeg, StdPos, StdNeg])

    return score

|| 測試代碼

data = """我是真的菜！真的垃圾！"""
data2 = """你是真的強！真的厲害！"""
arr = sentiment_score(sentiment_score_list(data))
for x in range(len(arr)):
        print(arr[x])