综合应用

Python 中的情感分析

Violeta Misheva

Data Scientist

情感分析问题

情感分析：理解作者对某一主题的观点

  • 电影评论
  • 亚马逊商品评论
  • 推特航空公司情感
  • 含强烈情绪的文学示例
Python 中的情感分析

评论探索

  • 评论长度的基本信息
  • 词云
  • 长度特征：词数、句子数
  • 语言检测特征
Python 中的情感分析

将含情感的文本列数值化

  • 词袋法
  • TF-IDF 向量化
from sklearn.feature_extraction.text import CountVectorizer, TfidfVectorizer

# 向量器语法
vect = CountVectorizer().fit(data.text_column)
X = vect.transform(data.text_column)
Python 中的情感分析

向量器的参数

  • 停用词：高频、信息少的词
  • n-gram 范围：使用短语而非仅单词
  • 词表大小控制：max_features、max_df、min_df
  • 捕捉标记模式：去除数字或特定字符

重要但不是向量器参数

  • 词形还原与词干提取
Python 中的情感分析

监督学习模型

  • 用逻辑回归分类器预测情感
  • 用准确率与混淆矩阵评估
  • 训练/测试集划分的重要性
Python 中的情感分析

让我们来练习！

Python 中的情感分析

Preparing Video For Download...