簡單的nltk情感分析代碼使用python3

Question

我想對客戶的電子郵件做一些分類。

1. 是電子郵件快樂或悲傷（情緒分析）
2. 是與計費或不電子郵件。

我使用Python3，並認爲我必須使用NLTK和scikit NLTK - 將有助於理解和閱讀文字我beleive scikit - 會做分類（快樂，悲傷和計費或不）

訓練數據集1：幾個短語......從一個單詞到5到6個單詞的句子。 （1快樂和0是不快樂）...的幾個例子如下

• Apprecaite的help..1
• 偉大job..1
• Awesome..1
• 可怕。 0.0
• 彆扭...... 0
• 放緩... 0

訓練數據集2：幾句INDI cating結算相關的問題..（以下幾個例子）在我的賬單

• 問題
• 結算費
• 我的賬單過高
• 付款拒絕

現在，這似乎是從概念立場上直接前進 哪裏可以找到一些基本代碼，這將告訴我

1. 我如何使用我自己的訓練數據
2. 如何將電子郵件文本作爲輸入加載並吐出令人高興或悲傷的答案......並計費與否。

Answer 1

關於您的數據集，您的方法幾乎是基於詞典的，因爲這些項目包含的詞很少。

對於計費，基於詞典的方法應該是一個好主意。你應該重視電子郵件的主題。

對於情感分析你有兩種選擇：

• 機器學習：在這種情況下，你應該使用一個更大的數據集（在我看來，每個項目應該是一個完整的電子郵件）。您可以在this tutorial之後實施樸素貝葉斯分類器。

• 基於詞典的方法：有幾種用於情感分析的詞典例如SentiWordNet（可從nltk.download()下載），MPQA, SentiStrength,WordNet-Affect via WNAffect，...預處理：標記（nltk.word_tokenize()）和POS標記（nltk.pos_tag(text)）。你還應該考慮否定（極性轉移是否定管理的好方法）。

機器學習提供最好的結果，所以如果你有足夠的帶註釋的電子郵件，這是一個不錯的選擇。