从excel读取数据，利用情感词典进行文本分类_情感词excel

#从excel读取数据，利用情感词典进行文本分类
数据集：从微博爬取的美妆博主的评论
情感词典：BosonNLP_情感词典
准确率：预测了3000条数据，准确率约53%。对中性评论不敏感。

import openpyxl

import codecs
from collections import defaultdict
import jieba
import xlrd

#分词，去除停用词
def seg_word (sentence):
    #分词
    seg_list = jieba.cut(sentence)
    seg_result = []
    for w in seg_list:
        seg_result.append(w)
    #读取停用词
    stopwords = set()
    fr = codecs.open('D:\个人资料\数据集\情感词典_微博专用\chineseStopWords.txt','r','utf-8')
    for word in fr:
        stopwords.add(word.strip())
    fr.close()
    #去除停用词
    return list (filter(lambda x: x not in stopwords, seg_result))

#对分词结果分类：情感词、否定词、程度副词
#key未索引，value为权值
def classify_words(word_list):
    #读取情感词典
    sen_file  = open('D:\个人资料\数据集\BosonNLP_情感词典\BosonNLP_sentiment_score\BosonNLP_sentiment_score.txt','r+',encoding='utf-8')
    #获取字典内容
    #去除‘\n’
    sen_list = sen_file.read().splitlines()
    #创建情感词典
    sen_dict = defaultdict()
    #读取字典文件每一行内容，将其转换为字典对象，key为情感词，value为对应的分值
    for s in sen_list:
        <
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