NLTK的Vader得分文本示例

Question

我希望有人能够纠正我对VADER如何评分文本的理解。我已经阅读了这里的解释，但是当我尝试重新创建它描述的过程时，无法将测试句子的复合分数与Vader的输出匹配。假设我们有以下句子：

"I like using VADER, its a fun tool to use"

VADER捕捉到的词语是'like'（+1.5分）和'fun'（+2.3分）。根据文档，这些值被相加（因此为+3.8），然后使用以下函数将其归一化为0到1之间的范围：

(alpha = 15)
x / x2 + alpha 

根据我们的数字，这应该变成：

3.8 / 14.44 + 15 = 0.1290

然而，VADER将返回的综合得分输出如下：

Scores: {'neg': 0.0, 'neu': 0.508, 'pos': 0.492, 'compound': 0.7003}

我推理错在哪里？已经有几个相似的问题被问过了，但是还没有提供VADER分类的实际例子。希望能得到帮助。

- Laurie

Answer 1

只是你的标准化方法有误。从代码中可以看到，该函数被定义为：

def normalize(score, alpha=15):
"""
Normalize the score to be between -1 and 1 using an alpha that
approximates the max expected value
"""
norm_score = score/math.sqrt((score*score) + alpha)
return norm_score

所以你有 3.8/sqrt(3.8*3.8 + 15) = 0.7003

- Golpette