用于情绪分析的Python VADER词典结构

Question

我在Python的nltk库中使用VADER情感词典来分析文本情绪。这个词典不适合我的领域，因此我想将自己的情绪分数添加到各种单词中。所以，我得到了lexicon文本文件（vader_lexicon.txt）来做这件事。但是，我不太了解这个文件的架构。例如，像obliterate这样的单词将在文本文件中包含以下数据：     消失-2.9 0.83066 [-3，-4，-3，-3，-3，-3，-2，-1，-4，-3]

显然，-2.9是列表中情绪分数的平均值。但是0.83066代表什么呢？

谢谢！

Answer 1

根据VADER source code，仅使用每行上的第一个数字。该行的其余部分被忽略：

for line in self.lexicon_full_filepath.split('\n'):
    (word, measure) = line.strip().split('\t')[0:2] # Here!
    lex_dict[word] = float(measure)

Answer 2

vader_lexicon.txt文件有四个制表符分隔的列，如您所说。

1. 第1列：令牌
2. 第2列：这是人类情感等级的平均值
3. 第3列：假设令牌遵循正态分布，这是令牌的标准偏差
4. 第4列：它是实验过程中获得的10个人类评分的列表

实际代码或情感计算不使用第三和第四列。因此，如果要根据需要更新词典，可以将最后两列保留为空白，或使用随机数和列表进行填充。