Question

我正在进行特定领域的情感分析，我想获取该特定语料库中的每个独立单词极性（而不是像“ SentiWordNet”或其他词典这样的总谱）

起初我认为使用以下公式会有所帮助：

positive_word_polarity = #word occurrence in positive reviews / # all words in pos and neg reviews

negative_word_polarity = #word occurrence in negative reviews / # all words in pos and neg reviews

但是后来我发现了与此解决方案有关的一些问题（ 1）我们在正面评论和负面评论中都“好”，在负面评论中 2）可能有些单词出现很多，但效果较低，反之亦然

）

所以基本上我的输入是评论及其极性，我需要一个包含单词及其极性的词典。

感谢高级帮助

Answer 1

要解决问题2)，您可以将极性公式乘以tfidf

反文档频率是对多少信息的度量这个词提供了，即在所有文档中是通用还是罕见。