读入数据+使用snownlp进行情感分析 |
您所在的位置：网站首页 › snownlp情感分析原理准确率 › 读入数据+使用snownlp进行情感分析 |
|
读入数据
tsv与csv读入相同，只是加一个sep=’\t’，指定分隔符就好。（csv以’,'分割） pcfr = pd.read_csv('pacifier.tsv', sep='\t', dtype={'review_body':str, 'review_headline':str})dataframe按列名提取，注意是两层[] df = pcfr a = df[['review_headline','review_body']]查看dataframe相关信息 a.info() a.type() a.head()#默认六行，可以指定 a.tail() 使用snowlnp进行情感分析参考blog：传送门 from snownlp import SnowNLP # 用第一行的评论内容做个小实验。 text=a.review_body.iloc[0] s = SnowNLP(text) s.sentiments #output : 0.14448966846220868处理一整列的两种方法：1 写函数 # 情感分析数值可以正确计算。在此基础上，我们需要定义函数，以便批量处理所有的评论信息。 def get_sentiment_cn(text): s = SnowNLP(text) return s.sentiments tst = [] tst = a.review_body.apply(get_sentiment_cn)2 lambda+apply coms=[] coms=a.review_body.apply(lambda x: SnowNLP(x).sentiments)根据情感分析结果分类 # 情感分析，coms在0~1之间，以0.5分界，大于0.5，则为正面情感 pos_data=a[coms>=0.6] # 此处取0.6是为了使的词的情感更强烈点 neg_data=a[coms |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |