Question

我正在尝试计算网站上的正面评价数量。请考虑以下字符串：

$str_1 = "This is great";
$str_2 = "This is not great after all";
$str_3 = "That isn't good and I will not return to this store.";

他们的意思相反。在自动分类中，大多数分类器（简单地计算句子中正数词的数量）将$ str_2和3计为正数。我希望通过将“not”与“great”，“is not”与“good”而不是“return”链接来规避此错误，如下所示：

$str_1 = "This is great";
$str_2 = "This is not_great after all";
$str_3 = "That isn't_good and I will not_return to this store.";

我开始通过对字符串进行标记：

$tokens = explode("", $str_3);

但我不知道该怎么办。如何将“否定”（“不”，“不是”）后面的单词与下一个单词相关联？这不是更好用的正则表达式吗？

Answer 1

我不确定这个答案会非常有用，我担心......如果你真的想在论坛上对帖子的情绪进行分类，这是一个非常难的问题。你提出的建议会让你有一些方法，但是英语（和其他语言）的复杂程度要高得多，而这并没有考虑到。例如：

等。换句话说，在一些简单的情况下寻找一个带有否定的正面词会起作用，但在许多其他情况下则不行。我想你会想要一个更复杂的方法。如果您有大量的训练数据（即手动分类的评论），您可以使用神经网络或分类器，如SVM或朴素的贝叶斯分类器。

我怀疑如果你继续使用正则表达式方法，你会发现你会永远添加例外和特殊情况，它最终会变得非常复杂，只会在50％的情况下起作用。对不起，我不能更积极！

Answer 2

“模式”系统也可能有助于情绪分析：

Answer 3

这可能是您需求的开始。