Question

我正在使用python中的SentimentIntensityAnalyzer提取正，负和中性关键字.remarks.txt文件（编码为UTF-8）中有10,000条评论。我想导入文本文件，请阅读单独一行评论，并使用SentimentIntensityAnalyzer提取肯定，否定和中性的关键字。我想分析c2列中提到的注释并在新的相邻列中提供提取的关键字。我编写了一个小程序，从nltk调用SentimentIntensityAnalyzer函数。我在Python中创建了sentiment.vader库。我创建了get_keywords（）函数，但是面临将数据帧的每一行作为参数传递并使用for循环调用以提供关键字并将其存储在相邻列中的问题。

    import nltk
    from nltk.tokenize import word_tokenize, RegexpTokenizer
    from nltk.sentiment.vader import SentimentIntensityAnalyzer
    sid = SentimentIntensityAnalyzer()
    remarks = pd.read_csv('/Users/XYZ/Desktop/comments/Comments.txt', 
    sep='\t')
    df = pd.DataFrame(remarks)
    remarks.head(5)

    def get_keywords(row, **kwargs):
    pos_word_list=[]
    neu_word_list=[]
    neg_word_list=[]

    sentiment_score = sid.polarity_scores(str(row))
    positive_meter = round((sentiment_score['pos']*10), 2)
    neutral_meter = round((sentiment_score['neu']*10), 2)
    negative_meter = round((sentiment_score['neg']*10), 2)
    tokenized_sentence = nltk.word_tokenize(str(row))

    df['positive_words'] = df.c2.apply(get_keywords, k='positive')
    df['neutral_words'] = df.c2.apply(get_keywords, k='neutral')
    df['negative_words'] = df.c2.apply(get_get_keywords, k='negative')

    for index, row in df.iterrows():
     if (sid.polarity_scores(str(tokenized_sentence))['compound']) >= 0.5:
        pos_word_list.append(str(tokenized_sentence))
     elif (sid.polarity_scores(str(tokenized_sentence))['compound']) <= -0.5:
        neg_word_list.append(str(tokenized_sentence))
     else:
        neu_word_list.append(str(tokenized_sentence))                
     print(row['c1'], row['c2'],"Positive : {}, Neutral: {}, Negative : 
     {},Positive words: {}, Neutral words: {}, Negative words:    {}".format(row['positive'],row['neutral'],row['negative'],row['pos_word_list'],row['neu_word_list'],row['neg_word_list']))

     df.to_csv('Comments_modified.csv')
     df.head(15)

预期输出：-一个包含所有列c1（序列号），c2（注释），Positive（正情绪得分），Neutral（中性情绪得分），Negative（中性所有列）的Comment_modified文件情感得分）和所有10,000条评论的相应行中的值。

错误：我收到以下错误，而且，我得到“无” 每行中的肯定字，中性字和否定字

列

我如何实现预期的结果？

回溯（最近通话最近）：在第26行的文件“”中如果（sid.polarity_scores（tokenized_sentence）['compound']）> = 0.5：

文件“ C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ nltk \ sentiment \ vader.py”，行353，在polars_scores中 sentitext = SentiText（文本）

文件“ C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ nltk \ sentiment \ vader.py”，行284，位于初始中文字= str（text.encode（'utf-8'））

AttributeError：“列表”对象没有属性“编码”

使用nltk.sentiment.vader库中的SentimentIntensityAnalyzer从数据框中提取正，负和中性关键字

0 个答案: