Python文本分析测试数据及案例代码

包含20几个行业的文本语料，可用于文本分析，如文本相似度计算，文本挖掘，情感分析、关键词云图的构建等

机器学习文本分析

rost文本分析是文本挖掘集成分析工具，能分析词频、IDF、情感倾向、语义网络、相关性等等。

文本天龙八部

文本分析和情感分析 用于产品评论注释的文本分析和情感分析。 输入 ： 使用“ AmazonComments.csv”，其中包含使用某些R代码从亚马逊获取的评论。 输出 ： 词云 CSV文件-每个评论注释的情感极性。“ AmazonReviewSentimentAnalysis.csv” 我们发现，在611条评论中，有49条具有负极性，而562条具有正极性或中性极性。 从否定词云中，我们看到诸如说明，手册，订购，购买，用户指导，联系方式，服务之类的单词。这意味着可能会有一些关于用户手册/控制器的投诉，或者购买周期或客户可能有问题护理服务。 业务现在可以进一步研究这些以改进流程。 5，我们还会看到一些诸如设置，关闭，插头，探头，电源选项，界面之类的词。 这些可能会导致某些人对恒温器的设计或零件不满意。 业务现在有一些改进领域需要进一步研究。 来自twitter- Textblob和

评论极性分析及预测

针对我国大学生群体的舆情管理需求，文中设计了功能完备的舆情信息监控系统。该系统由数据采集、数据处理、话题发现、舆情分析四个模块组成。基于Hadoop技术设计了系统的数据采集和数据处理模块，架构了数据存储的Hdfs分布式文件管理体系，实现了舆情数据信息的高效存储；使用云计算中的MapReduce编程模型和语义分析算法实现了话题发现与舆情分析模块，从而完成对舆情数据信息的分析。经测试，该系统运行稳定、数据分析精准且便于部署，可以实现舆情监控管理的需求。

stopwords-master：停用词 Dream_of_the_Red_Kmeans.py ：基于python实现红楼梦聚类分析的主程序 Dream_of_the_Red_Mansion.txt : 红楼梦txt KMeansCluster_Class.py ：自己编写的KMeans程序 Red_Mansion_Dictionary.txt : 红楼梦人物名，辅助分词

大连理工情感词典修正版本，解决了NA倾向的词语无法读出的问题，内含大连理工情感词汇本体库，使用说明文档，简单的使用demo（利用词语情感强度来进行评分），适用于文本分析的初步学习者学习。