如何使用关键字列表而非机器学习对情感进行分类？

Question

我有一个CSV文件，其中包含积极情绪（P），并包含3列：索引，注释和标签。我想根据文本文件中的关键字列表将这些正面评论再次分为2类，以（-1）和（-2）类结束。因此，如果任何注释中有任何关键字可用，我要求代码将注释的标签替换为（-2），并将其余部分替换为（-1）。 不幸的是，由于我是Python的新手，所以我做不到。另外，我尝试将（-2）注释的行写入新的CSV文件，尽管它不适用于我。 所以，这是我的代码，我希望找到一种方法来用第一种方法。谢谢。

将虐待情绪提取到新文件中：

导入csv

打开包含所有Alakrot数据的csv文件：

以pos_results打开（'pos_data.csv'，'r'）：

csv_reader = csv.reader(pos_results)

for row in csv_reader:

    vals = '"{}", "{}", "{}"'.format(row[0], row[1], row[2])
   
    with open ('abuse_class.csv', 'w') as z: # z= new file for abusive sentiments

        csv_writer = csv.writer(z)

打开包含辱骂性词语的文件：

        with open ('tt.txt', 'r') as f:

            f = list(f)#f.read().strip().split('\n')
         
            for elem in f:
       
                items = (elem.strip().split('\n'))


                if items in row:
                    csv_writer.write(row)