如何对微博推文进行情绪分析(细粒度情感分析)
source link: https://flashgene.com/archives/89304.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
常见的文本分析，如情感分析，主要计算文本的积极情绪和消极情绪得分。
但是当文本中富含情绪，如喜怒哀乐等不同的情绪的时候，可以进行更细粒度的情绪分析。之前分享过 NRC词语情绪词典和词语色彩词典 ，但是没有教大家怎幺使用。
今天使用两个数据
数据集 simplifyweibo 4 moods.csv
词典NRC词典， 包括喜怒哀乐等8种情绪
读取微博数据
simplifyweibo 4 moods.csv数据太大，
咱们使用小样本small simplifyweibo 4_moods.csv
查看四种情绪的分布情况
NRC情绪词典
其中NRC词典为加拿大国家研究委员会信息技术研究所(Institute for Information Technology, National Research Council Canada. )组织制作的基于众包方式标注出的词典。
https://www.saifmohammad.com/WebPages/NRC-Emotion-Lexicon.htm
参考文献
Mohammad, Saif M., and Peter D. Turney. “Crowdsourcing a word–emotion association lexicon.” Computational Intelligence 29, no. 3 (2013): 436-465.
下面我们读取 NRC-Emotion-Lexicon-v0.92-InManyLanguages-web.xlsx
支持的语言
支持41种语言，包括
英语
法语
阿拉伯语
德语
俄罗斯语
中文(简体、繁体)
英文是标注的，其他语言是根据google tranlate将对应的英文翻译为其他语言。
中文情绪词列表构建
之前的研究认为，尽管投资者一次对包含重大变化的财务报
构建情感词列表
设计文本情绪计算函数
series数据变为dataframe，详情可了解下apply
输出分析结果
将原始数据与分析结果合并, 输出到新的csv中。
检查
我们查看一下随机抽查一下，看看
最fear
最positive
最negative 的分别是什幺内容
Run
Run
Run
最正面的不太对啊，再看看第二最positive的
Run
分析结束
Tips
使用这个NRC，最好是英文数据，毕竟是用英文数据英文场景英语母语者标注的情绪词典。其他语言虽然能进行情绪分析，但因为是从英文中翻译过来的，存在一定的问题
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK