一、cnsenti
中文情感分析库(Chinese Sentiment))可对文本进行情绪分析、正负情感分析。对了，强调一下，这是大邓出品的python第三方包^_^，大家可以通过pip实现安装。
-
github地址 https://github.com/thunderhit/cnsenti
-
pypi地址 https://pypi.org/project/cnsenti/
特性
-
情感分析默认使用的知网Hownet
-
情感分析可支持导入自定义txt情感词典(pos和neg)
-
情绪分析使用大连理工大学情感本体库，可以计算文本中的七大情绪词分布
二、安装
方法一 由于pip默认从pypi站点下载cnsenti安装包，速度会比较慢，这样容易出现安装失败，多试几次即可。
pip install cnsenti
方法二 更改到国内镜像，可以加速下载安装。由于是新上传的库，可能短时间内国内镜像没有收录，等一两天即可。
pip install cnsenti
-
i https
:
//pypi.tuna.tsinghua.edu.cn/simple/
三、快速上手
中文文本情感词正负情感词统计
from
cnsenti
import
Sentiment
senti
=
Sentiment
()
test_text
=
'我好开心啊，非常非常非常高兴！今天我得了一百分，我很兴奋开心，愉快，开心'
result
=
senti
.
sentiment_count
(
test_text
)
print
(
result
)
Run
{
'words'
:
24
,
'sentences'
:
2
,
'pos'
:
4
,
'neg'
:
0
}
中文文本情绪统计
from
cnsenti
import
Emotion
emotion
=
Emotion
()
test_text
=
'我好开心啊，非常非常非常高兴！今天我得了一百分，我很兴奋开心，愉快，开心'
result
=
emotion
.
emotion_count
(
test_text
)
print
(
result
)
Run
{
'words'
:
22
,
'sentences'
:
2
,
'好'
:
0
,
'乐'
:
4
,
'哀'
:
0
,
'怒'
:
0
,
'惧'
:
0
,
'恶'
:
0
,
'惊'
:
0
}
四、文档
cnsenti包括Emotion和Sentiment两大类，其中
-
Emotion 情绪计算类,包括emotion_count(text)方法
-
Sentiment 正负情感计算类，包括sentimentcount(text)和sentimentcalculate(text)两种方法
4.1 emotion_count(text) emotion_count(text)y用于统计文本中各种情绪形容词出现的词语数。使用大连理工大学情感本体库词典，支持七种情绪统计(好、乐、哀、怒、惧、恶、惊)。
from
cnsenti
import
Emotion
emotion
=
Emotion
()
test_text
=
'我好开心啊，非常非常非常高兴！今天我得了一百分，我很兴奋开心，愉快，开心'
result
=
emotion
.
emotion_count
(
test_text
)
print
(
result
)
返回
{
'words'
:
22
,
'sentences'
:
2
,
'好'
:
0
,
'乐'
:
4
,
'哀'
:
0
,
'怒'
:
0
,
'惧'
:
0
,
'恶'
:
0
,
'惊'
:
0
}
其中
-
words 中文文本的词语数
-
sentences 中文文本的句子数
-
好、乐、哀、怒、惧、恶、惊 text中各自情绪出现的词语数
4.2 sentiment_count(text) 隶属于Sentiment类，可对文本text中的正、负面词进行统计。默认使用Hownet词典，后面会讲到如何导入自定义正、负情感txt词典文件。这里以默认hownet词典进行统计。
from
cnsenti
import
Sentiment
senti
=
Sentiment
()
test_text
=
'我好开心啊，非常非常非常高兴！今天我得了一百分，我很兴奋开心，愉快，开心'
result
=
senti
.
sentiment_count
(
test_text
)
print
(
result
)
Run
{
'words'
:
24
,
'sentences'
:
2
,
'pos'
:
4
,
'neg'
:
0
}
其中
-
words 文本中词语数
-
sentences 文本中句子数
-
pos 文本中正面词总个数
-
neg 文本中负面词总个数
4.3 sentiment_calculate(text) 隶属于Sentiment类，可更加精准的计算文本的情感信息。相比于sentimentcount只统计文本正负情感词个数，sentimentcalculate还考虑了
-
情感词前是否有强度副词的修饰作用
-
情感词前是否有否定词的情感语义反转作用
比如
from
cnsenti
import
Sentiment
senti
=
Sentiment
()
test_text
=
'我好开心啊，非常非常非常高兴！今天我得了一百分，我很兴奋开心，愉快，开心'
result1
=
senti
.
sentiment_count
(
test_text
)
result2
=
senti
.
sentiment_calculate
(
test_text
)
print
(
'sentiment_count'
,
result1
)
print
(
'sentiment_calculate'
,
result2
)
Run
sentiment_count
{
'words'
:
22
,
'sentences'
:
2
,
'pos'
:
4
,
'neg'
:
0
}
sentiment_calculate
{
'sentences'
:
2
,
'words'
:
22
,
'pos'
:
27.0
,
'neg'
:
0.0
}
4.4 自定义词典 cnsenti中只有Sentiment类支持正负情感词典自定义，自定义词典需要满足
-
必须为txt文件
-
原则上建议encoding为utf-8
-
txt文件每行只有一个词
这部分我放到test文件夹内,代码和自定义词典均在test内，所以我使用相对路径设定自定义词典的路径
|
test
|---代码.
py
|---正面词自定义.
txt
|---负面词自定义.
txt
代码.py文件内
from
cnsenti
import
Sentiment
senti
=
Sentiment
(
pos
=
'正面词自定义.txt'
,
#正面词典txt文件相对路径
neg
=
'负面词自定义.txt'
,
#负面词典txt文件相对路径
encoding
=
'utf-8'
)
#两txt均为utf-8编码
经过上面的设置就可以使用自定义词典。
补充：
我设计的这个库目前仅能支持两类型pos和neg，如果你的研究问题是两分类问题，如好坏、美丑、善恶、正邪、友好敌对，你就可以定义两个txt文件，分别赋值给pos和neg，就可以使用cnsenti库。
五、关于词典
目前比较有可解释性的文本分析方法是词典法，算法逻辑都很清晰。词典的好坏决定了情感分析的好坏。如果没有词典，也就限制了你进行文本情感计算。
目前大多数人使用的是形容词情感词典，如大连理工大学情感本体库和知网Hownet，优点是直接拿来用，缺点也很明显，对于很多带情感却无形容词的文本无能为力。如这手机很耐摔， 使用形容词情感词典计算得分pos和neg均为0。类似问题在不同研究对象的文本数据应该都是挺普遍的，所以人工构建情感词典还是很有必要的。
我封装了刘焕勇基于so_pmi算法的新词发现代码，将该库其命名为wordexpansion。wordexpansion可以极大的提高提高自定义词典的构建速度，感兴趣的童鞋详情可以访问wordexpansion项目地址
如果
如果您是经管人文社科专业背景，编程小白，面临海量文本数据采集和处理分析艰巨任务，个人建议学习《python网络爬虫与文本数据分析》视频课。作为文科生，一样也是从两眼一抹黑开始，这门课程是用五年时间凝缩出来的。自认为讲的很通俗易懂o(￣︶￣)o，
-
python入门
-
网络爬虫
-
数据读取
-
文本分析入门
-
机器学习与文本分析
-
文本分析在经管研究中的应用
感兴趣的童鞋不妨 戳一下《python网络爬虫与文本数据分析》进来看看~
