Python做文本挖掘的情感极性分析（基于情感词典的方法）

from collections import defaultdict

import os

import re

import jieba

import codecs

"""

1. 文本切割
"""def sent2word(sentence):
   """
   Segment a sentence to words
   Delete stopwords
   """
   segList = jieba.cut(sentence)
   segResult = []    for w in segList:
       segResult.append(w)

   stopwords = readLines('stop_words.txt')
   newSent = []                                                                                  for word in segResult:                                                                       if word in stopwords:                 
           continue
       else:
           newSent.append(word)    return newSent

"""2. 情感定位"""

def classifyWords(wordDict):    # (1) 情感词   

 senList = readLines('BosonNLP_sentiment_score.txt')    senDict = defaultdict()    

for s in senList:        

    senDict[s.split(' ')[0]] = s.split(' ')[1]    # (2) 否定词    

    notList = readLines('notDict.txt')    # (3) 程度副词    degreeList = readLines('degreeDict.txt')    

degreeDict = defaultdict()   

 for d in degreeList:        

    degreeDict[d.split(',')[0]] = d.split(',')[1]    

    senWord = defaultdict()    

    notWord = defaultdict()    

    degreeWord = defaultdict()    

for word in wordDict.keys():    
   if word in senDict.keys() and word not in notList and word not in degreeDict.keys():            

       senWord[wordDict[word]] = senDict[word]      
   elif word in notList and word not in degreeDict.keys():              notWord[wordDict[word]] = -1       

    elif word in degreeDict.keys():                          degreeWord[wordDict[word]] = degreeDict[word]  
     return senWord, notWord, degreeWord

"""3. 情感聚合"""

def scoreSent(senWord, notWord, degreeWord, segResult):    

    W = 1    score = 0    # 存所有情感词的位置的列表                    senLoc = senWord.keys()    

     notLoc = notWord.keys()   

     degreeLoc =     degreeWord.keys()    

    senloc = -1    # notloc = -1    # degreeloc = -1    

# 遍历句中所有单词segResult，i为单词绝对位置   

     for i in range(0, len(segResult)):       

 # 如果该词为情感词       

         if i in senLoc:            # loc为情感词位置列表的序号                    senloc += 1            # 直接添加该情感词分数                        score += W * float(senWord[i])          
             # print "score = %f" % score           

         if senloc < len(senLoc) - 1:            
    # 判断该情感词与下一情感词之间是否有否定词或程度副词                # j为绝对位置                

    for j in range(senLoc[senloc], senLoc[senloc + 1]):                    # 如果有否定词                   

         if j in notLoc:                       

             W *= -1                    # 如果有程度副词                   

          elif j in degreeLoc:                      

              W *= float(degreeWord[j])    
       # i定位至下一个情感词        

if senloc < len(senLoc) - 1:           

     i = senLoc[senloc + 1]    

return score