使用SO-PMI(情感倾向点互信息算法)算法生成特定领域情感词典(本项目以经济类文本为例)
若对您有用,请star一下,谢谢!
python PMI.py
1)输入:
六十几万个文档,每个文档为一行,保存在'./data/corpus.txt'中,由于语料库太大所以只保留少部分文本
种子情感词:正负情感词共190个,格式为 ‘词 极性’,保存在'./data/sentiment_words.txt'中
2)输出:
生成正向情感候选词,保存在'./data/pos.txt'中
生成负向情感候选词,保存在'./data/neg.txt'中
1、本算法效果受训练语料影响,语料越大,效果越好
2、本算法效率受训练语料影响,语料越大,训练越耗时190个种子词,六十几万条的语料,大约耗时六百多秒
3、候选词的选择,主要还是靠人工效果会比较好