情感分析 中文分词 词频统计等附代码_中文情感分析代码

对获取的评论匹配褒义词表 统计褒义词数量并且可以将统计的褒义词输出到文件中，同理贬义词也可以。包含去除停用词 结巴分词。
褒义词表可以下载

from collections import Counter
import jieba

#创建停用词list
def stopwordslist(filepath):
    stopwords = [line.strip() for line in open(filepath, 'r',encoding='utf-8').readlines()]#这里打开文件时  选择UTF-8编码
    return stopwords
#对句子进行分词
def seg_sentence(sentence):
    sentence_seged = jieba.cut(sentence.strip())
    stopwords = stopwordslist('E:\\pythonimg\\情感词典\\praise.txt')  # 这里加载褒义词文本的路径  这里可以再加自定义的褒义词
    outstr = ''
    for word in sentence_seged:
        if word in stopwords:   #如果褒义词文本中的褒义词在 分词后的影评中    即匹配褒义词
             #if word != '\t':
                outstr += word
             #   outstr += " "
    return outstr   #输出褒义词

inputs = open('E:\\pythonimg\\comment\\0.txt', 'r',encoding='utf-8')  # 加载要处理的文件的路径即影评的地址
outputs = open('E:\\pythonimg\\已匹配褒义词.txt', 'w',encoding='utf-8')  # 加载处理后的文件路径 已匹配的褒义词存取路径
for line in inputs:            #读取评论文件中的字符
    line_seg = seg_sentence(line)  # 这里的返回值是字符串
    outputs.write(line_seg)   #已匹配的褒义词保存在输出文件
outputs.close()
inputs.close()
with open('E:\\pythonimg\\已匹配褒义词.txt','r',encoding='utf-8') as fr:  # 读入已经匹配褒义词的文件  加载处理后的文件路径
#with open(outputs,'r',encoding='utf-8') as fr:
    data = jieba.cut(fr.read())    #分词
data = dict(Counter(data))

count=0
for k, v in data.items():
    count += v
print(count)  #自己统计的包含褒义词的数量
'''
count=0
with open('E:\\pythonimg\\褒义词及词频.txt','w',encoding='utf-8') as fw:  # 读入已经匹配褒义词的文件并且统计词频
    for k, v in data.items():
        fw.write('%s,%d\n' % (k, v))
        count+=v
'''
#print(count)  #自己统计的包含褒义词的数量
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43