Text_Sentiment_Analyzer
Self-learning record of text sentiment analysis
Environment：python3.5 + windows10
1、create_new_sentiment_dict_and_predict_by_using_rules 项目
搜集了知网、百度、搜狗、台湾大学等多个平台的情感词典，对它们进行合并去重后得到新的较为完整的情感词典集合；
在处理文本问题上，首先对文本评论进行分词、去停用词等预处理，其次采用基于规则的方法（统计文本中情感词数及否定词和程度副词情况），对文本评论进行情感分析。
2、create_new_sentiment_dict_by_using_LDA 项目
以微博评论语料为基础，采用LDA主题模型的方法来寻找和情感种子词语义相近的词作为新的情感词，其中情感种子词是人工从知网情感
2021-11-25 15:00:13
23.6MB
1
商品评论情感倾向性分析中，整理的情感词典，来源包括知网、台湾大学情感词库、大连理工情感词汇本体、《褒义词词典》、《贬义词词典》。包含情感词29869个，另外还有否定词、关联词、程度副词三种辅助词。
2021-11-18 20:46:59
273KB
1
情感分析是文本分析的一种，它能够从一段文本描述中理解文本的感情色彩，是褒义、贬义还是中性。常见的情感分析的使用场景就是客户对商品或服务的评价、反馈，传统模式下的人工审核，不仅消耗大量人力，而且效率（速度和准确度）也不高。
这里使用Python对电影《哪吒之魔童降世》的评论进行文本分析，这种分析方式还可用于垃圾邮件的过滤、新闻的分类等场景。
分析步骤：
1、对文本数据进行预处理，包括文本缺失值重复值处理、分词、去除停用词、文本向量化。
2、描述性统计分析，统计词频、生成词云图。
3、验证性统计分析，通过方差分析进行特征选择。
4、统计建模，根据文本向量进行文本分类。
目
2021-11-13 23:26:19
793KB
1
0.快速开始
挑战杯项目：金融文本情感分析模型|| 挑战杯项目：财务文本情感分析模型
金融领域短文本情感分析
配置要求： python 3.x
1.使用方法
1.0下载
sudo git clone https://github.com/AsuraDong/news-emotion.git news_emotion
mv -R ./news_emotion/ 你的程序路径/
1.1文件结构
clean_data / # 清洗数据
__init__ . py
clean_html . py # 清洗网页标签
langconv . py # 简体和繁体转化
zh_w
2021-11-11 15:02:35
3.6MB
1
本文来自于infoq,主要介绍了模型算法介绍，采用计算机来自动地分析文本表达的情感。更多内容请看下文。随着人们越来越喜欢在社交平台发表自己的看法和观点，这些平台成为企业发现用户兴趣，捕捉用户情绪很好的渠道。金融证券公司也不例外，它们可以根据股民的情绪，对股市的反应等信息形成投资指标。但是采用人力消耗和成本过大，用计算机来自动地分析文本表达的情感，成为学术界目前的研究的一个热点。随着互联网的飞速发展，以Web2.0思想和技术为基础的社群媒体聚集了大量的网络用户，社群媒体不再是单纯的新闻发布平台，而是允许用户创建内容，发表观点和交流意见的平台。越来越多的人喜欢将自己的观点、看法和意见发布到社群平台
2021-10-25 17:53:02
543KB
1