Textblob情感分析算法

Question

5

有人知道textblob情感分析是如何工作的吗？我知道它是基于Pattern开发的，但我找不到任何文章或文档解释Pattern如何给一个句子赋予极性值。

- Sahar

我认为这个链接解释了你所需要的内容。 - Alikbar

gench的答案应该被标记为正确答案，而DhruvPathak的答案是部分正确的。 - Arnold Vialfont

2个回答

7

默认情况下，它使用形容词和它们手动标记的分数字典，针对文本中的每个单词计算平均极性和主观性。实际上，它使用pattern库进行计算，该库从sentiwordnet中获取每个单词的得分。

如果你通过指定NaiveBayesAnalyzer来调用情感分数，例如：

TextBlob("The movie was excellent!", analyzer=NaiveBayesAnalyzer())

则它将使用一个基于电影评论数据集训练的NaiveBayesAnalyzer计算情感分数。

- gench

1

这应该被标记为正确答案，而 DhruvPathak 的回答只是部分回答。这是该库在 Github 上解决此问题的多个问题链接：github.com/sloria/TextBlob/issues/344#issuecomment-732193942 - Arnold Vialfont

我赞同@ArnoldVialfont的观点。gench的回答似乎是完整且正确的。 - Mihaela Grigore

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- DhruvPathak · Accepted Answer

这是textblog情感模块的代码： https://github.com/sloria/TextBlob/blob/90cc87ab0f9e25f37379079840ec43aba59af440/textblob/en/sentiments.py 如您所见，它有一个分类好的电影评论训练集。当您提供新文本进行分析时，它使用朴素贝叶斯分类器将新文本的极性分类为“pos”和“neg”概率。请注意，HTML标签已被保留。