vaderSentiment实现文本情感分析

1. 引入

做文本情感分析（sentiment analysis），一般是需要自己标注数据，做特征工程，再训练模型，这样成本就很高。
当我们拿到一段文本，没有标注，也没有训练模型，有没有可能直接调用一个库来输出情感分析结果呢？

2. vaderSentiment介绍

vaderSentiment（参考1）是一个基于词典和规则的情感分析工具，作者专门对社交媒体信息做过调优，并在2014年发表过一篇文章（参考2），目前文章的引用量已经高达2680了（截止到20211105）。

vaderSentiment目前只支持英文，他的词典（参考3）中有7000多个词。

因为是基于词典和规则的分类器，所以并不需要特征工程、训练模型等步骤。而且作者再文章（参考2）中对多个数据集对比过SVM等分类器的结果，vaderSentiment表现还是很不错的。再加上目前github上对其关注量很大，所以给了我们比较高的信心直接拿来用。

除了支持python，vaderSentiment也支持Java, JS, C#等其他编程语言。

3. vaderSentiment使用

vaderSentiment这种基于词典和规则的原理，保证了他的运行速度很快，使用起来也很方便，只需要如下简单几行代码，就能得出结果。

from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
analyzer = SentimentIntensityAnalyzer()
vs = analyzer.polarity_scores('I like you')
print("{0}:{1}".format(sentence, str(vs)))
# Not bad at all:{'neg': 0.0, 'neu': 0.444, 'pos': 0.556, 'compound': 0.3612}
1
2
3
4
5

结果中，有4个label

• neg: 表示消极情绪
• neu: 表示中性情绪（就是没有情绪）
• pos: 表示积极情绪
• compound: 取值为-1到+1，-1表示最消极，+1表示最积极

如果只想用一个值来表示情绪，就用compound。

• 积极情绪：compound >= 0.05
• 中立情绪：(compound > -0.05) and (compound < 0.05)
• 消极情绪：compound <= -0.05

目前vaderSentiment也支持emoji符号了，更多案例见参考4.

4. 总结

使用vaderSentiment，三行代码就能实现情感分析！

5. 参考

1. project. https://github.com/cjhutto/vaderSentiment
2. paper, http://comp.social.gatech.edu/papers/icwsm14.vader.hutto.pdf
3. lexicon, https://github.com/cjhutto/vaderSentiment/blob/master/vaderSentiment/vader_lexicon.txt
4. example, https://github.com/cjhutto/vaderSentiment#code-examples