基于自定义情感词典实现文本情感分析的方法咨询

你可以按以下逻辑完成后续功能开发：

• 兼容大小写匹配：测试样例中存在首字母大写的情感词（如Good、Excellent），需要将分词统一转小写后再和词表匹配，避免匹配遗漏。
• 定义情感词表：建议用集合类型存储正负向词，查询匹配效率高于列表。
• 编写情感判断函数：遍历预处理后的分词列表，分别统计正负向词的出现次数，比较计数结果后返回对应情感标识。

完整可运行代码如下：

import string

# 已有的文本预处理函数
def splitandremovepunc(s):
    t = s.maketrans("", "", string.punctuation)
    return s.translate(t).split()

# 定义正负向情感词表
positive_words = {"good", "awesome", "excellent", "great"}
negative_words = {"bad", "broke", "terrible", "poor"}

# 情感判断函数
def get_sentiment(processed_words, pos_vocab, neg_vocab):
    pos_count = 0
    neg_count = 0
    for word in processed_words:
        lower_word = word.lower()
        if lower_word in pos_vocab:
            pos_count += 1
        elif lower_word in neg_vocab:
            neg_count += 1
    # 正向词数量更多则判定为正向，其余情况判定为负向，平局判定规则可自行调整
    return "positive comment" if pos_count > neg_count else "negative comment"

# 测试评论
lst = "Good for the price, but poor Bluetooth connections."
lst2 = "Excellent product. Awesome quality and good customer service."
lst3 = "The quality is terrible. I would not buy this product again."

# 批量处理并输出结果
for comment in [lst, lst2, lst3]:
    processed = splitandremovepunc(comment)
    print(get_sentiment(processed, positive_words, negative_words))

运行后输出结果：

negative comment
positive comment
negative comment

如果需要调整正负向词数量相等时的判定规则，修改get_sentiment函数里的判断条件即可。

内容的提问来源于stack exchange，提问作者Asbjørn Vattøy