Python — Анализ настроений

Семантический анализ — это анализ общего мнения аудитории. Это может быть реакция на новость, фильм или любой твит по обсуждаемому вопросу. Обычно такие реакции берутся из социальных сетей и объединяются в файл для анализа через НЛП. Сначала рассмотрим определение положительных и отрицательных слов. Затем подход к анализу этих слов как части предложений с использованием этих слов. Мы используем модуль sentiment_analyzer из nltk. Сначала мы проводим анализ одним словом, а затем парными словами, которые также называются биграммами. Наконец, мы помечаем слова с отрицательным настроением, как определено в функции mark_negation .

import nltk
import nltk.sentiment.sentiment_analyzer 

# Analysing for single words
def OneWord(): 
	positive_words = ['good', 'progress', 'luck']
   	text = 'Hard Work brings progress and good luck.'.split()                 
	analysis = nltk.sentiment.util.extract_unigram_feats(text, positive_words) 
	print(' ** Sentiment with one word **\n')
	print(analysis) 

# Analysing for a pair of words	
def WithBigrams(): 
	word_sets = [('Regular', 'fit'), ('fit', 'fine')] 
	text = 'Regular excercise makes you fit and fine'.split() 
	analysis = nltk.sentiment.util.extract_bigram_feats(text, word_sets) 
	print('\n*** Sentiment with bigrams ***\n') 
	print analysis

# Analysing the negation words. 
def NegativeWord():
	text = 'Lack of good health can not bring success to students'.split() 
	analysis = nltk.sentiment.util.mark_negation(text) 
	print('\n**Sentiment with Negative words**\n')
	print(analysis) 
    
OneWord()
WithBigrams() 
NegativeWord() 

Когда мы запускаем вышеуказанную программу, мы получаем следующий вывод: