Question

我对 spacy 和 python 编程很陌生。我试图将一些评论分为正面、负面或中立。我如何为 3 个类别做这件事？在网上看到这段代码，但它似乎是针对 2 个类别的 - 仅因为布尔值是正数或负数：

def load_data(limit=0, split=0.8):
    train_data=train
    # Shuffle the data
    random.shuffle(train_data)
    texts, labels = zip(*train_data)
    # get the categories for each review
    cats = [{"POSITIVE": bool(y), "NEGATIVE": not bool(y)} for y in labels]

    # Splitting the training and evaluation data
    split = int(len(train_data) * split)
    return (texts[:split], cats[:split]), (texts[split:], cats[split:])

n_texts=23486

# Calling the load_data() function 
(train_texts, train_cats), (dev_texts, dev_cats) = load_data(limit=n_texts)

# Processing the final format of training data
train_data = list(zip(train_texts,[{'cats': cats} for cats in train_cats]))
train_data[:10]

Answer 1

通常情绪是从 -1 到 +1，其中 -1 到 >0 是否定句。 <0 和 Up to +1 或 1 是肯定句，0 是中性句。您可以使用 Textblob 库对句子应用情感分析。使用 TextBlob 库对句子应用情感分析很容易.. 我最近创建了一个使用 Textblob 库做同样的 Streamlit 库.. 你可以在这里浏览应用程序和代码。

https://share.streamlit.io/arkalsekar/sentiments-analyser/main/app.py

如何对两个以上的类别进行空间情感分析

1 个答案: