基于方面的情感分析(ABSA)：如何筛选双词名词短语

嘿，刚好在ABSA项目里处理过类似的筛选需求，给你分享个简单直接的实现方法～

首先看你的代码，注意下导入应该是from textblob import TextBlob（你写的Word应该是笔误啦）。当你用comments.noun_phrases提取到所有名词短语后，只需要遍历这个列表，筛选出单词数恰好为2的短语就行，核心是用split()分割短语后判断长度。

完整的代码片段如下：

# 修正导入（关键：要导入TextBlob而非Word）
from textblob import TextBlob

# 假设你的corpus是已经完成文本清洗的语料列表
corpus = ["Great battery life on this phone", "Camera quality is disappointing", "Love the screen resolution"]

# 构建TextBlob对象并提取所有名词短语
combined_text = ' '.join(corpus)
comments = TextBlob(combined_text)
all_noun_phrases = comments.noun_phrases

# 筛选仅包含两个单词的方面词
two_word_aspects = [phrase for phrase in all_noun_phrases if len(phrase.split()) == 2]

# 输出结果看看
print(two_word_aspects)
# 输出：['battery life', 'camera quality', 'screen resolution']

补充小技巧： #

• 如果你的语料里有重复的方面词，想要去重的话，可以把结果转成集合再转列表：

  two_word_aspects_unique = list(set(two_word_aspects))
  

• 要是遇到带连字符的短语（比如user-friendly interface），split()不会拆分连字符部分，所以会被当成一个单词，符合你“两个单词”的筛选逻辑；如果需要拆分这类情况，可以额外处理连字符，但一般ABSA里这类复合词算单个方面元素，不用拆分。

内容的提问来源于stack exchange，提问作者Sandeep