做文本情感分析（sentiment analysis），一般是需要自己标注数据，做特征工程，再训练模型，这样成本就很高。 当我们拿到一段文本，没有标注，也没有训练模型，有没有可能直接调用一个库来输出情感分析结果呢？

vaderSentiment（参考1）是一个基于词典和规则的情感分析工具，作者专门对社交媒体信息做过调优，并在2014年发表过一篇文章（参考2），目前文章的引用量已经高达2680了（截止到20211105）。

vaderSentiment目前只支持英文，他的词典（参考3）中有7000多个词。

因为是基于词典和规则的分类器，所以并不需要特征工程、训练模型等步骤。而且作者再文章（参考2）中对多个数据集对比过SVM等分类器的结果，vaderSentiment表现还是很不错的。再加上目前github上对其关注量很大，所以给了我们比较高的信心直接拿来用。

除了支持python，vaderSentiment也支持Java, JS, C#等其他编程语言。

vaderSentiment这种基于词典和规则的原理，保证了他的运行速度很快，使用起来也很方便，只需要如下简单几行代码，就能得出结果。

结果中，有4个label

如果只想用一个值来表示情绪，就用compound。