我对Liu Bing的“情感分析和意见挖掘”这本书非常着迷，我已经实现了一个获取文本方面的小程序。
我通过Hu在我的文本中查找了正面和负面单词列表，并使用nltk.tokenizer找到了最接近情感单词旁边的名词或人称代词。结果非常有趣，但我正在努力检测否定和背景。
亚马逊的例子：
“我喜欢辛辣的拉面，但无论出于什么原因，这个东西都会严重烧伤我的肚子，灼热的感觉不会消失3个小时！不确定这是否健康......你可以买这个在沃尔玛以0.28美元的价格，比亚马逊便宜。“
我的程序返回元组列表（“情感词”，“方面”，“情绪”）。 1表示积极情绪，0表示负面情绪。
[(u'love', u'i', 1),
(u'love', u'spicy', 1),
(u'burns', u'thing', 0),
(u'badly', u'stomach', 0),
(u'burning', u'stomach', 0),
(u'sensation', u'stomach', 1),
(u'healthy', u'healthy', 1),
(u'cheaper', u'way', 1)]
似乎该方法可以捕捉某些方面，但远非正确。此外，我与刘的例子（第23页）相距甚远：
我买了一台三星相机，我的朋友带了佳能相机 昨天。 （2）在过去的一周里，我们都经常使用相机。 （3） 来自Samy的照片并不那么棒，电池寿命也是如此 也很短。 （4）我的朋友对他的相机非常满意并且喜欢它 图像质量。 （5）我想要一台能拍出好照片的相机。 （6）我 我明天要回来了
我真的想改进，以便我可以正确地捕捉方面和情绪。我知道这是一个非常普遍的问题，但你能推荐一些包裹并给我读书吗？
最好也非常感谢 亚历