摘要：而檢驗(yàn)?zāi)Ｐ陀玫降脑牧希ㄑυ评蠋熖峁┑拿膳ＥＤ痰脑u(píng)論，以及從網(wǎng)絡(luò)購(gòu)買(mǎi)的某款手機(jī)的評(píng)論數(shù)據(jù)見(jiàn)附件。不同行業(yè)某些詞語(yǔ)的詞頻會(huì)有比較大的差別，而這些詞有可能是情感分類的關(guān)鍵詞之一。這是由于文本情感分類的本質(zhì)復(fù)雜性所致的。

傳統(tǒng)的基于情感詞典的文本情感分類，是對(duì)人的記憶和判斷思維的最簡(jiǎn)單的模擬，如上圖。我們首先通過(guò)學(xué)習(xí)來(lái)記憶一些基本詞匯，如否定詞語(yǔ)有“不”，積極詞語(yǔ)有“喜歡”、“愛(ài)”，消極詞語(yǔ)有“討厭”、“恨”等，從而在大腦中形成一個(gè)基本的語(yǔ)料庫(kù)。然后，我們?cè)賹?duì)輸入的句子進(jìn)行最直接的拆分，看看我們所記憶的詞匯表中是否存在相應(yīng)的詞語(yǔ)，然后根據(jù)這個(gè)詞語(yǔ)的類別來(lái)判斷情感，比如“我喜歡數(shù)學(xué)”，“喜歡”這個(gè)詞在我們所記憶的積極詞匯表中，所以我們判斷它具有積極的情感。
基于上述思路，我們可以通過(guò)以下幾個(gè)步驟實(shí)現(xiàn)基于情感詞典的文本情感分類：預(yù)處理、分詞、訓(xùn)練情感詞典、判斷，整個(gè)過(guò)程可以如下圖所示。而檢驗(yàn)?zāi)Ｐ陀玫降脑牧希ㄑυ评蠋熖峁┑拿膳ＥＤ痰脑u(píng)論，以及從網(wǎng)絡(luò)購(gòu)買(mǎi)的某款手機(jī)的評(píng)論數(shù)據(jù)（見(jiàn)附件）。

文本的預(yù)處理

由網(wǎng)絡(luò)爬蟲(chóng)等工具爬取到的原始語(yǔ)料，通常都會(huì)帶有我們不需要的信息，比如額外的Html標(biāo)簽，所以需要對(duì)語(yǔ)料進(jìn)行預(yù)處理。由薛云老師提供的蒙牛牛奶評(píng)論也不例外。我們隊(duì)伍使用Python作為我們的預(yù)處理工具，其中的用到的庫(kù)有Numpy和Pandas，而主要的文本工具為正則表達(dá)式。經(jīng)過(guò)預(yù)處理，原始語(yǔ)料規(guī)范為如下表，其中我們用-1標(biāo)注消極情感評(píng)論，1標(biāo)記積極情感評(píng)論。

句子自動(dòng)分詞

為了判斷句子中是否存在情感詞典中相應(yīng)的詞語(yǔ)，我們需要把句子準(zhǔn)確切割為一個(gè)個(gè)詞語(yǔ)，即句子的自動(dòng)分詞。我們對(duì)比了現(xiàn)有的分詞工具，綜合考慮了分詞的準(zhǔn)確性和在Python平臺(tái)的易用性，最終選擇了“結(jié)巴中文分詞”作為我們的分詞工具。

下表僅展示各常見(jiàn)的分詞工具對(duì)其中一個(gè)典型的測(cè)試句子的分詞效果：

測(cè)試句子：工信處女干事每月經(jīng)過(guò)下屬科室都要親口交代24口交換機(jī)等技術(shù)性器件的安裝工作

載入情感詞典

一般來(lái)說(shuō)，詞典是文本挖掘最核心的部分，對(duì)于文本感情分類也不例外。情感詞典分為四個(gè)部分：積極情感詞典、消極情感詞典、否定詞典以及程度副詞詞典。為了得到更加完整的情感詞典，我們從網(wǎng)絡(luò)上收集了若干個(gè)情感詞典，并且對(duì)它們進(jìn)行了整合去重，同時(shí)對(duì)部分詞語(yǔ)進(jìn)行了調(diào)整，以達(dá)到盡可能高的準(zhǔn)確率。

我們隊(duì)伍并非單純對(duì)網(wǎng)絡(luò)收集而來(lái)的詞典進(jìn)行整合，而且還有針對(duì)性和目的性地對(duì)詞典進(jìn)行了去雜、更新。特別地，我們加入了某些行業(yè)詞匯，以增加分類中的命中率。不同行業(yè)某些詞語(yǔ)的詞頻會(huì)有比較大的差別，而這些詞有可能是情感分類的關(guān)鍵詞之一。比如，薛云老師提供的評(píng)論數(shù)據(jù)是有關(guān)蒙牛牛奶的，也就是飲食行業(yè)的；而在飲食行業(yè)中，“吃”和“喝”這兩個(gè)詞出現(xiàn)的頻率會(huì)相當(dāng)高，而且通常是對(duì)飲食的正面評(píng)價(jià)，而“不吃”或者“不喝”通常意味著對(duì)飲食的否定評(píng)價(jià)，而在其他行業(yè)或領(lǐng)域中，這幾個(gè)詞語(yǔ)則沒(méi)有明顯情感傾向。另外一個(gè)例子是手機(jī)行業(yè)的，比如“這手機(jī)很耐摔啊，還防水”，“耐摔”、“防水”就是在手機(jī)這個(gè)領(lǐng)域有積極情緒的詞。因此，有必要將這些因素考慮進(jìn)模型之中。

文本情感分類

基于情感詞典的文本情感分類規(guī)則比較機(jī)械化。簡(jiǎn)單起見(jiàn)，我們將每個(gè)積極情感詞語(yǔ)賦予權(quán)重1，將每個(gè)消極情感詞語(yǔ)賦予權(quán)重-1，并且假設(shè)情感值滿足線性疊加原理；然后我們將句子進(jìn)行分詞，如果句子分詞后的詞語(yǔ)向量包含相應(yīng)的詞語(yǔ)，就加上向前的權(quán)值，其中，否定詞和程度副詞會(huì)有特殊的判別規(guī)則，否定詞會(huì)導(dǎo)致權(quán)值反號(hào)，而程度副詞則讓權(quán)值加倍。最后，根據(jù)總權(quán)值的正負(fù)性來(lái)判斷句子的情感。基本的算法如圖。

要說(shuō)明的是，為了編程和測(cè)試的可行性，我們作了幾個(gè)假設(shè)（簡(jiǎn)化）。假設(shè)一：我們假設(shè)了所有積極詞語(yǔ)、消極詞語(yǔ)的權(quán)重都是相等的，這只是在簡(jiǎn)單的判斷情況下成立，更精準(zhǔn)的分類顯然不成立的，比如“恨”要比“討厭”來(lái)得嚴(yán)重；修正這個(gè)缺陷的方法是給每個(gè)詞語(yǔ)賦予不同的權(quán)值，我們將在本文的第二部分探討權(quán)值的賦予思路。假設(shè)二：我們假設(shè)了權(quán)值是線性疊加的，這在多數(shù)情況下都會(huì)成立，而在本文的第二部分中，我們會(huì)探討非線性的引入，以增強(qiáng)準(zhǔn)確性。假設(shè)三：對(duì)于否定詞和程度副詞的處理，我們僅僅是作了簡(jiǎn)單的取反和加倍，而事實(shí)上，各個(gè)否定詞和程度副詞的權(quán)值也是不一樣的，比如“非常喜歡”顯然比“挺喜歡”程度深，但我們對(duì)此并沒(méi)有區(qū)分。

在算法的實(shí)現(xiàn)上，我們則選用了Python作為實(shí)現(xiàn)平臺(tái)。可以看到，借助于Python豐富的擴(kuò)展支持，我們僅用了一百行不到的代碼，就實(shí)現(xiàn)了以上所有步驟，得到了一個(gè)有效的情感分類算法，這充分體現(xiàn)了Python的簡(jiǎn)潔。下面將檢驗(yàn)我們算法的有效性。

模型結(jié)果檢驗(yàn)
作為最基本的檢驗(yàn)，我們首先將我們的模型運(yùn)用于薛云老師提供的蒙牛牛奶評(píng)論中，結(jié)果是讓人滿意的，達(dá)到了82.02%的正確率，詳細(xì)的檢驗(yàn)報(bào)告如下表

（其中，正樣本為積極情感評(píng)論，負(fù)樣本為消極情感數(shù)據(jù)，

讓我們驚喜的是，將從蒙牛牛奶評(píng)論數(shù)據(jù)中調(diào)整出來(lái)的模型，直接應(yīng)用到某款手機(jī)的評(píng)論數(shù)據(jù)的情感分類中，也達(dá)到了81.96%準(zhǔn)確率！這表明我們的模型具有較好的強(qiáng)健性，能在不同行業(yè)的評(píng)論數(shù)據(jù)的情感分類中都有不錯(cuò)的表現(xiàn)。

結(jié)論：我們隊(duì)伍初步實(shí)現(xiàn)了基于情感詞典的文本情感分類，測(cè)試結(jié)果表明，通過(guò)簡(jiǎn)單的判斷規(guī)則就能夠使這一算法具有不錯(cuò)的準(zhǔn)確率，同時(shí)具有較好的強(qiáng)健性。一般認(rèn)為，正確率達(dá)80%以上的模型具有一定的生產(chǎn)價(jià)值，能適用于工業(yè)環(huán)境。顯然，我們的模型已經(jīng)初步達(dá)到了這個(gè)標(biāo)準(zhǔn)。

困難所在
經(jīng)過(guò)兩次測(cè)試，可以初步認(rèn)為我們的模型正確率基本達(dá)到了80%以上。另外，一些比較成熟的商業(yè)化程序，它的正確率也只有85%到90%左右（如BosonNLP）。這說(shuō)明我們這個(gè)簡(jiǎn)單的模型確實(shí)已經(jīng)達(dá)到了讓人滿意的效果，另一方面，該事實(shí)也表明，傳統(tǒng)的“基于情感詞典的文本情感分類”模型的性能可提升幅度相當(dāng)有限。這是由于文本情感分類的本質(zhì)復(fù)雜性所致的。經(jīng)過(guò)初步的討論，我們認(rèn)為文本情感分類的困難在以下幾個(gè)方面。

語(yǔ)言系統(tǒng)是相當(dāng)復(fù)雜的

歸根結(jié)底，這是因?yàn)槲覀兇竽X中的語(yǔ)言系統(tǒng)是相當(dāng)復(fù)雜的。（1）我們現(xiàn)在做的是文本情感分類，文本和文本情感都是人類文化的產(chǎn)物，換言之，人是唯一準(zhǔn)確的判別標(biāo)準(zhǔn)。（2）人的語(yǔ)言是一個(gè)相當(dāng)復(fù)雜的文化產(chǎn)物，一個(gè)句子并不是詞語(yǔ)的簡(jiǎn)單線性組合，它有相當(dāng)復(fù)雜的非線性在里面。（3）我們?cè)诿枋鲆粋€(gè)句子時(shí)，都是將句子作為一個(gè)整體而不是詞語(yǔ)的集合看待的，詞語(yǔ)的不同組合、不同順序、不同數(shù)目都能夠帶來(lái)不同的含義和情感，這導(dǎo)致了文本情感分類工作的困難。

因此，文本情感分類工作實(shí)際上是對(duì)人腦思維的模擬。我們前面的模型，實(shí)際上已經(jīng)對(duì)此進(jìn)行了最簡(jiǎn)單的模擬。然而，我們模擬的不過(guò)是一些簡(jiǎn)單的思維定式，真正的情感判斷并不是一些簡(jiǎn)單的規(guī)則，而是一個(gè)復(fù)雜的網(wǎng)絡(luò)。

大腦不僅僅在情感分類

事實(shí)上，我們?cè)谂袛嘁粋€(gè)句子的情感時(shí)，我們不僅僅在想這個(gè)句子是什么情感，而且還會(huì)判斷這個(gè)句子的類型（祈使句、疑問(wèn)句還是陳述句？）；當(dāng)我們?cè)诳紤]句子中的每個(gè)詞語(yǔ)時(shí)，我們不僅僅關(guān)注其中的積極詞語(yǔ)、消極詞語(yǔ)、否定詞或者程度副詞，我們會(huì)關(guān)注每一個(gè)詞語(yǔ)（主語(yǔ)、謂語(yǔ)、賓語(yǔ)等等），從而形成對(duì)整個(gè)句子整體的認(rèn)識(shí)；我們甚至還會(huì)聯(lián)系上下文對(duì)句子進(jìn)行判斷。這些判斷我們可能是無(wú)意識(shí)的，但我們大腦確實(shí)做了這個(gè)事情，以形成對(duì)句子的完整認(rèn)識(shí)，才能對(duì)句子的感情做了準(zhǔn)確的判斷。也就是說(shuō)，我們的大腦實(shí)際上是一個(gè)非常高速而復(fù)雜的處理器，我們要做情感分類，卻同時(shí)還做了很多事情。

活水：學(xué)習(xí)預(yù)測(cè)

人類區(qū)別于機(jī)器、甚至人類區(qū)別于其他動(dòng)物的顯著特征，是人類具有學(xué)習(xí)意識(shí)和學(xué)習(xí)能力。我們獲得新知識(shí)的途徑，除了其他人的傳授外，還包括自己的學(xué)習(xí)、總結(jié)和猜測(cè)。對(duì)于文本情感分類也不例外，我們不僅僅可以記憶住大量的情感詞語(yǔ)，同時(shí)我們還可以總結(jié)或推測(cè)出新的情感詞語(yǔ)。比如，我們只知道“喜歡”和“愛(ài)”都具有積極情感傾向，那么我們會(huì)猜測(cè)“喜愛(ài)”也具有積極的情感色彩。這種學(xué)習(xí)能力是我們擴(kuò)充我們的詞語(yǔ)的重要方式，也是記憶模式的優(yōu)化（即我們不需要專門(mén)往大腦的語(yǔ)料庫(kù)中塞進(jìn)“喜愛(ài)”這個(gè)詞語(yǔ)，我們僅需要記得“喜歡”和“愛(ài)”，并賦予它們某種聯(lián)系，以獲得“喜愛(ài)”這個(gè)詞語(yǔ)，這是一種優(yōu)化的記憶模式）。

優(yōu)化思路
經(jīng)過(guò)上述分析，我們看到了文本情感分類的本質(zhì)復(fù)雜性以及人腦進(jìn)行分類的幾個(gè)特征。而針對(duì)上述分析，我們提出如下幾個(gè)改進(jìn)措施。

非線性特征的引入

前面已經(jīng)提及過(guò)，真實(shí)的人腦情感分類實(shí)際上是嚴(yán)重非線性的，基于簡(jiǎn)單線性組合的模型性能是有限的。所以為了提高模型的準(zhǔn)確率，有必要在模型中引入非線性。

所謂非線性，指的是詞語(yǔ)之間的相互組合形成新的語(yǔ)義。事實(shí)上，我們的初步模型中已經(jīng)簡(jiǎn)單地引入了非線性——在前面的模型中，我們將積極詞語(yǔ)和消極詞語(yǔ)相鄰的情況，視為一個(gè)組合的消極語(yǔ)塊，賦予它負(fù)的權(quán)值。更精細(xì)的組合權(quán)值可以通過(guò)“詞典矩陣”來(lái)實(shí)現(xiàn)，即我們將已知的積極詞語(yǔ)和消極詞語(yǔ)都放到同一個(gè)集合來(lái)，然后逐一編號(hào)，通過(guò)如下的“詞典矩陣”，來(lái)記錄詞組的權(quán)值。

并不是每一個(gè)詞語(yǔ)的組合都是成立的，但我們依然可以計(jì)算它們之間的組合權(quán)值，情感權(quán)值的計(jì)算可以閱讀參考文獻(xiàn)。然而，情感詞語(yǔ)的數(shù)目相當(dāng)大，而詞典矩陣的元素個(gè)數(shù)則是其平方，其數(shù)據(jù)量是相當(dāng)可觀的，因此，這已經(jīng)初步進(jìn)入大數(shù)據(jù)的范疇。為了更加高效地實(shí)現(xiàn)非線性，我們需要探索組合詞語(yǔ)的優(yōu)化方案，包括構(gòu)造方案和儲(chǔ)存、索引方案。

情感詞典的自動(dòng)擴(kuò)充

在如今的網(wǎng)絡(luò)信息時(shí)代，新詞的出現(xiàn)如雨后春筍，其中包括“新構(gòu)造網(wǎng)絡(luò)詞語(yǔ)”以及“將已有詞語(yǔ)賦予新的含義”；另一方面，我們整理的情感詞典中，也不可能完全包含已有的情感詞語(yǔ)。因此，自動(dòng)擴(kuò)充情感詞典是保證情感分類模型時(shí)效性的必要條件。目前，通過(guò)網(wǎng)絡(luò)爬蟲(chóng)等手段，我們可以從微博、社區(qū)中收集到大量的評(píng)論數(shù)據(jù)，為了從這大批量的數(shù)據(jù)中找到新的具有情感傾向的詞語(yǔ)，我們的思路是無(wú)監(jiān)督學(xué)習(xí)式的詞頻統(tǒng)計(jì)。

我們的目標(biāo)是“自動(dòng)擴(kuò)充”，因此我們要達(dá)到的目的是基于現(xiàn)有的初步模型來(lái)進(jìn)行無(wú)監(jiān)督學(xué)習(xí)，完成詞典擴(kuò)充，從而增強(qiáng)模型自身的性能，然后再以同樣的方式進(jìn)行迭代，這是一個(gè)正反饋的調(diào)節(jié)過(guò)程。雖然我們可以從網(wǎng)絡(luò)中大量抓取評(píng)論數(shù)據(jù)，但是這些數(shù)據(jù)是無(wú)標(biāo)注的，我們要通過(guò)已有的模型對(duì)評(píng)論數(shù)據(jù)進(jìn)行情感分類，然后在同一類情感（積極或消極）的評(píng)論集合中統(tǒng)計(jì)各個(gè)詞語(yǔ)的出現(xiàn)頻率，最后將積極、消極評(píng)論集的各個(gè)詞語(yǔ)的詞頻進(jìn)行對(duì)比。某個(gè)詞語(yǔ)在積極評(píng)論集中的詞頻相當(dāng)高，在消極評(píng)論集中的詞頻相當(dāng)?shù)停敲次覀兙陀邪盐諏⒃撛~語(yǔ)添加到消極情感詞典中，或者說(shuō)，賦予該詞語(yǔ)負(fù)的權(quán)值。

舉例來(lái)說(shuō)，假設(shè)我們的消極情感詞典中并沒(méi)有“黑心”這個(gè)詞語(yǔ)，但是“可惡”、“討厭”、“反感”、“喜歡”等基本的情感詞語(yǔ)在情感詞典中已經(jīng)存在，那么我們就會(huì)能夠?qū)⑾率鼍渥诱_地進(jìn)行情感分類：

其中，由于消極情感詞典中沒(méi)有“黑心”這個(gè)詞語(yǔ)，所以“這家店鋪真黑心！”就只會(huì)被判斷為中性（即權(quán)值為0）。分類完成后，對(duì)所有詞頻為正和為負(fù)的分別統(tǒng)計(jì)各個(gè)詞頻，我們發(fā)現(xiàn)，新詞語(yǔ)“黑心”在負(fù)面評(píng)論中出現(xiàn)很多次，但是在正面評(píng)論中幾乎沒(méi)有出現(xiàn)，那么我們就將黑心這個(gè)詞語(yǔ)添加到我們的消極情感詞典中，然后更新我們的分類結(jié)果：

于是我們就通過(guò)無(wú)監(jiān)督式的學(xué)習(xí)擴(kuò)充了詞典，同時(shí)提高了準(zhǔn)確率，增強(qiáng)了模型的性能。這是一個(gè)反復(fù)迭代的過(guò)程，前一步的結(jié)果可以幫助后一步的進(jìn)行。

本文結(jié)論

綜合上述研究，我們得出如下結(jié)論：

基于情感詞典的文本情感分類是容易實(shí)現(xiàn)的，其核心之處在于情感詞典的訓(xùn)練。

語(yǔ)言系統(tǒng)是相當(dāng)復(fù)雜的，基于情感詞典的文本情感分類只是一個(gè)線性的模型，其性能是有限的。

在文本情感分類中適當(dāng)?shù)匾敕蔷€性特征，能夠有效地提高模型的準(zhǔn)確率。
引入擴(kuò)充詞典的無(wú)監(jiān)督學(xué)習(xí)機(jī)制，可以有效地發(fā)現(xiàn)新的情感詞，保證模型的強(qiáng)健性和時(shí)效性。

參考文獻(xiàn)
Deep Learning（深度學(xué)習(xí)）學(xué)習(xí)筆記整理：http://blog.csdn.net/zouxy09/...
Yoshua Bengio, Réjean Ducharme Pascal Vincent, Christian Jauvin. A Neural Probabilistic Language Model, 2003
一種新的語(yǔ)言模型：http://blog.sciencenet.cn/blo...
評(píng)論數(shù)據(jù)的情感分析數(shù)據(jù)集：http://www.datatang.com/data/...
“結(jié)巴”中文分詞：https://github.com/fxsjy/jieba
NLPIR漢語(yǔ)分詞系統(tǒng)：http://ictclas.nlpir.org/
smallseg：https://code.google.com/p/sma...
yaha分詞：https://github.com/jannson/yaha
情感分析用詞語(yǔ)集（beta版）：http://www.keenage.com/html/c...
NTUSD-簡(jiǎn)體中文情感極性詞典：http://www.datatang.com/data/...
程度副詞及強(qiáng)度和否定詞表：http://www.datatang.com/data/...
現(xiàn)有情感詞典匯總：http://www.datatang.com/data/...
BosonNLP：http://bosonnlp.com/product

實(shí)現(xiàn)平臺(tái)
我們隊(duì)所做的編程工具，在以下環(huán)境中測(cè)試完成：

Windows 8.1 微軟操作系統(tǒng)。

Python 3.4 開(kāi)發(fā)平臺(tái)/編程語(yǔ)言。選擇3.x而不是2.x版本的主要原因是3.x版本對(duì)中文字符的支持更好。

Numpy Python的一個(gè)數(shù)值計(jì)算庫(kù)，為Python提供了快速的多維數(shù)組處理的能力。

Pandas Python的一個(gè)數(shù)據(jù)分析包。

結(jié)巴分詞 Python平臺(tái)的一個(gè)中文分詞工具，也有Java、C++、Node.js等版本。

代碼列表
預(yù)處理

#-*- coding: utf-8 -*-
 
import numpy as np #導(dǎo)入numpy
import pandas as pd
import jieba
 
def yuchuli(s,m): #導(dǎo)入文本，文本預(yù)處理
    wenjian = pd.read_csv(s, delimiter="     xxx     ", encoding="utf-8", 
    header= None, names=["comment"]) #導(dǎo)入文本
    wenjian = wenjian["comment"].str.replace("(<.*?>.*?<.*?>)","").str.replace("(<.*?>)","")
    .str.replace("(@.*?[ :])"," ") #替換無(wú)用字符
    wenjian = pd.DataFrame({"comment":wenjian[wenjian != "" ]})
    wenjian.to_csv("out_"+s, header=False, index=False)
    wenjian["mark"] = m #樣本標(biāo)記
    return wenjian.reset_index()
 
neg = yuchuli("data_neg.txt",-1)
pos = yuchuli("data_pos.txt",1)
 
mydata = pd.concat([neg,pos],ignore_index=True)[["comment","mark"]] #結(jié)果文件
#預(yù)處理基本結(jié)束

加載情感詞典

#開(kāi)始加載情感詞典
negdict = [] #消極情感詞典
posdict = [] #積極情感詞典
nodict = [] #否定詞詞典
plusdict = [] #程度副詞詞典
sl = pd.read_csv("dict/neg.txt", header=None, encoding="utf-8")
for i in range(len(sl[0])):
    negdict.append(sl[0][i])
sl = pd.read_csv("dict/pos.txt", header=None, encoding="utf-8")
for i in range(len(sl[0])):
    posdict.append(sl[0][i])
sl = pd.read_csv("dict/no.txt", header=None, encoding="utf-8")
for i in range(len(sl[0])):
    nodict.append(sl[0][i])
sl = pd.read_csv("dict/plus.txt", header=None, encoding="utf-8")
for i in range(len(sl[0])):
    plusdict.append(sl[0][i])
#加載情感詞典結(jié)束

預(yù)測(cè)函數(shù)

#預(yù)測(cè)函數(shù)
def predict(s, negdict, posdict, nodict, plusdict):
    p = 0
    sd = list(jieba.cut(s))
    for i in range(len(sd)):
        if sd[i] in negdict:
            if i>0 and sd[i-1] in nodict:
                p = p + 1
            elif i>0 and sd[i-1] in plusdict:
                p = p - 2
            else: p = p - 1
        elif sd[i] in posdict:
            if i>0 and sd[i-1] in nodict:
                p = p - 1
            elif i>0 and sd[i-1] in plusdict:
                p = p + 2
            elif i>0 and sd[i-1] in negdict:
                p = p - 1
            elif i
簡(jiǎn)單的測(cè)試
#簡(jiǎn)單的測(cè)試
tol = 0
yes = 0
mydata["result"] = 0
for i in range(len(mydata)):
    print(i)
    tol = tol + 1
    if predict(mydata.loc[i,"comment"], negdict, posdict, nodict, plusdict)*mydata.loc[i,"mark"] > 0:
        yes = yes + 1
        mydata.loc[i,"result"] = 1
 
print(yes/tol)
轉(zhuǎn)載到請(qǐng)包括本文地址：http://spaces.ac.cn/archives/...
如果您覺(jué)得本文還不錯(cuò)，歡迎點(diǎn)擊下面的按鈕對(duì)博主進(jìn)行打賞。打賞并非要從中獲得收益，而是希望知道有多少人曾在科學(xué)空間駐足。當(dāng)然，如果你無(wú)視它，也不會(huì)影響你的閱讀。再次表示歡迎和感謝！