在blob中如何计算情感分析
我使用下面的公式来计算200个短句的情感。我没有使用训练数据集：
for sentence in textblob.sentences: print(sentence.sentiment)
分析返回两个值:极性和主观性。根据我在网上读到的，极性得分是一个浮点数，范围在- 1.0，1.0，其中0表示中立，+1表示非常积极的态度，-1表示非常消极的态度。主观性是一个在0.0，1.0范围内的浮点，其中0.0是非常客观的，1.0是非常主观的。
那么，现在我的问题是:这些分数是如何计算的？
我对几乎一半的短语的极性得分有一些零，我想知道这个零是否表示中性，或者更确切地说，这个短语没有以具有极性的单词为特征。我想知道另一个情绪分析器也有同样的问题:NaiveBayesAnalyzer。
谢谢你的帮助!
玛丽
回答 2
Stack Overflow用户
发布于 2015-12-30 05:08:03
TextBlob NaiveBayesAnalyzer显然是基于斯坦福大学的NLTK。朴素贝叶斯算法的一般解释如下：A simple explanation of Naive Bayes Classification
这里描述了它在情感和客观性方面的应用：http://nlp.stanford.edu/courses/cs224n/2009/fp/24.pdf
基本上你是对的，根据某些训练数据(对于斯坦福NLTK，训练数据是电影评论)中的使用情况，某些单词将被标记为"40%肯定/ 60%否定“。然后将句子中所有单词的分数相乘，得到句子分数。
我还没有测试过，但我希望如果库恰好返回0.0，那么您的句子就不包含任何在NLTK训练集中具有极性的单词。我怀疑研究人员没有包括它们是因为1)它们在训练数据中太少了，或者2)它们被认为是没有意义的(例如" the "，"a"，"and“等)。
这适用于朴素贝叶斯分析器。关于PatternAnalyzer，TextBlob文档说它是基于“模式”库的，但似乎没有说明它是如何工作的。不过，我怀疑类似的事情正在发生。
Stack Overflow用户
发布于 2020-06-08 09:39:08
根据TextBlob的创建者Steven Loria的说法，TextBlob的情感分析器委托给pattern.en的情感模块。Pattern.en本身使用了一个基于字典的approach，带有一些启发式的处理，例如否定。你可以找到源代码here，它是Pattern.en的文本模块的厂商版本，对Python3的兼容性做了一些小的调整。
https://stackoverflow.com/questions/34518570
复制相似问题
腾讯云开发者
