我使用以下内容来计算200个简短句子的情感。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。根据我在网上阅读的内容,极性得分在[-1.0,1.0]范围内浮动,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。主观性是在[0.0,1.0]范围内的浮点数,其中0.0是非常客观的,而1.0是非常主观的。]
所以,现在我的问题是:这些分数如何计算?
我几乎有一半的短语的极性分数都有一些零,我想知道零是否表示中立,还是该短语不包含具有极性的单词这一事实。对于另一个情感分析器:NaiveBayesAnalyzer,我想知道同样的问题。
谢谢您的帮助!玛丽
我使用以下内容来计算200个简短句子的情感。我没有使用训练数据集:对于textblob.sentences中的句子:print(sentence.sentiment)分析返回两个...
TextBlob NaiveBayesAnalyzer显然基于斯坦福大学NLTK。朴素贝叶斯算法的一般解释如下:A simple explanation of Naive Bayes Classification
根据TextBlob创建者Steven Loria,TextBlob的情感分析器将委派给pattern.en
的情感模块。 Pattern.en
本身使用基于字典的approach,并提供一些启发式处理,例如否定。您可以找到源here,它是pattern.en的文本模块的供应商版本,对Python 3兼容性进行了一些细微调整。