Question

我有以下代码：

def sent_dictionary__sentence_(text):
    token_dictionary = {}
    neg_count = []
    pos_count = []
    neu_count = []
    lexicon_keys = lexicon_dictionary.keys()
    sentences = sent_tokenize(text)
    for sentence in sentences:
            tokens = apply_lemmatization(remove_punctuation(word_tokenize(str(sentence))))
            for token in tokens:
                if token in lexicon_keys:
                    token_dictionary[token] = token_dictionary.get(token, 0) + lexicon_dictionary[token]
                    new_token_dict = token_dictionary
                    txt_values = list(new_token_dict.values())
                    if sum(txt_values) == 0:
                        neu_count.append(sentence)
                    if sum(txt_values) > 0:
                        pos_count.append(sentence)
                    if sum(txt_values) < 0:
                        neg_count.append(sentence)
    print(len(neg_count))
    print(len(neu_count))
    print(len(pos_count))

我想做什么：

我有一个文本文档，我想用句子分割，然后按字分割，这样我就能看出句子中的单词是否在SentiWordNet字典中。如果单词位于SentiWord dictionary ...中，则该单词具有相关分数，如果同一单词有多个，则添加分数。

然后根据这些信息，我想在每个句子中添加单词的分数，并打印出有多少正面句子，多少负面，以及多少中立。

当我尝试在一个包含152个句子的文本文档上使用它时，我获得了1473个积极的， 31为负面， 1203为中立，这显然是错误的。我能为此代码实际工作做些什么？

提前致谢。

编辑：

我认为我修复了它。如果有人好奇，这里是更新的代码：

def sent_dictionary__sentence_(text):
    token_dictionary = {}
    neg_count = []
    pos_count = []
    neu_count = []
    lexicon_keys = lexicon_dictionary.keys()
    sentences = sent_tokenize(text)
    for sentence in sentences:
            tokens = apply_lemmatization(remove_punctuation(word_tokenize(str(sentence))))
            for token in tokens:
                if token in lexicon_keys:
                    token_dictionary[token] = token_dictionary.get(token, 0) + lexicon_dictionary[token]
                    new_token_dict = token_dictionary
                    txt_values = list(new_token_dict.values())
    for sentence in sentences:
            if sum(txt_values) == 0:
                neu_count.append(sentence)
            if sum(txt_values) > 0:
                pos_count.append(sentence)
            if sum(txt_values) < 0:
                neg_count.append(sentence)
    print("neg count: " + str(len(neg_count)))
    print("neu count: " + str(len(neu_count)))
    print("pos count: " + str(len(pos_count)))

编辑：

不，我没有解决它。我用“我能够。我无能为力”。去测试。我能够是积极的。我无能为力。所以输出应该是：

neg count: 1
pos count: 1

相反它说：pos count：2

编辑：

我得到了这条建议，但我不太确定如何实施它。

“我认为你的代码最大的问题是text_values在每次迭代后都没有保存在任何地方，因此它内部的最终值将是循环的最后一次迭代中的任何内容。你应该创建三个变量，每个音调计数一个，并在for循环的每个周期递增一个。然后你甚至不需要第二个for循环，只能打印出值。“

如何计算pos / neg / neu得分句子

0 个答案: