如何用正则表达式（regex）实现客户评论情感分类函数？

核心思路 #

要实现评论的情感分类，核心是用正则表达式精准匹配正负关键词，需注意三个关键点：

• 忽略大小写（比如Loving和loved都应被识别为正面关键词）
• 匹配完整单词/短语（避免把goodness误判为包含good，或把not good拆成两个单词单独匹配）
• 兼容多词关键词（比如示例中的not good这类短语）

具体实现步骤 #

1. 转义关键词：用re.escape()处理所有关键词，避免关键词中的特殊字符（如!、?）干扰正则匹配逻辑
2. 构建正则模式：用|连接所有处理后的关键词，并用单词边界\b包裹（多词短语整体加边界），同时开启大小写不敏感模式
3. 匹配判断逻辑：优先检查正面关键词，匹配到则标记为正面；否则检查负面关键词，匹配到标记为负面；都无匹配则标记为中性

Python代码示例 #

import re

def sentiment(review, positive_keywords, negative_keywords):
    # 生成正面关键词的正则匹配模式
    positive_pattern = r'\b(' + '|'.join(re.escape(word) for word in positive_keywords) + r')\b'
    # 生成负面关键词的正则匹配模式
    negative_pattern = r'\b(' + '|'.join(re.escape(word) for word in negative_keywords) + r')\b'
    
    # 先检查正面匹配（忽略大小写）
    if re.search(positive_pattern, review, flags=re.IGNORECASE):
        return "positive"
    # 再检查负面匹配（忽略大小写）
    elif re.search(negative_pattern, review, flags=re.IGNORECASE):
        return "negative"
    # 无匹配则返回中性
    else:
        return "neutral"

# 测试示例场景
test_review = "I absolutely loved this product! Loving it!"
positive_words = ['loved','outstanding', 'exceeded']
negative_words = ['hated','not good', 'bad']

print(sentiment(test_review, positive_words, negative_words))  # 输出: positive

补充说明 #

• 如果需要更精准的匹配（比如排除not loved这类带否定前缀的情况），可以在正则中添加否定前置的判断逻辑，但会增加复杂度，需根据实际业务需求调整
• 若评论中同时出现正负关键词，当前逻辑会优先返回正面，你可以根据需求修改判断规则（比如统计匹配次数，取次数多的类别）

内容的提问来源于stack exchange，提问作者Dharmini