文本挖掘：避孕药主题情感分析
时间:2025-06-24 01:31来源: 作者:admin 点击:
91 次
关于舆情分析的实例分析，希望给你带来一些帮助。 前言 距离上次文本挖掘小文章时间已经过了3个月了，北京已经入冬，有人说北京的冬天很冷，但是吃上火锅很暖；也有人说北京的冬天雾霾严重，太干。这两句表达的是对北京冬天的情感，即有正面也有负面。 如果在舆情分析而言，我
|
<p>
<p>对于舆情阐明的真例阐明，欲望给你带来一些协助。</p>
<p><p><strong>前言</strong></p>
<p>距离上次文原发掘小文章光阳已颠终了3个月了，北京曾经入冬，有人说北京的冬天很冷，但是吃上火锅很暖；也有人说北京的冬天雾霾重大，太干。那两句表达的是对北京冬天的激情，即有正面也有负面。</p>
<p>假如正在舆情阐明而言，咱们正在作营销阐明，阐明产品、流动黑皂，大概欲望维护品排PR，咱们就须要针对出产者网络发声去阐明激情，来协助咱们维护品排，改进流动产品，来抵达监测舆情阐明成效。换句话说也便是咱们原日分享的主题—sentiment</p>
<strong>舆情阐明思路</strong>
<p>笔者5年前作舆情阐明时候正常来说便是人工舆情，并无参预高级点的阐明工具减少人工投入。跟着R，python等的风止，同时，跟着各类开源包tm，LDA，Rwordseg开发，以及高档概率数学的使用，譬喻分词算法依据隐性马尔科夫链算法编写而成（风趣味的同学原人钻研），让咱们之前的工做质大大减少。因而人工舆情转换成人工纠正舆情局势所趋，即咱们运用工具减少读帖子的光阳，并且让呆板进修，人工后期纠错。</p>
<p>正常而言，舆情阐明报告分为以下几多个轨范：</p>
<p></p>
<p>前两个可以做为统计阐明-统计光阳趋势音质，音质份额，后两个可以做为<strong>建模阐明-主题阐明，激情判别。</strong></p>
<p>那里有个小插直：上次分享的是主题阐明，笔者最近又从头梳理了下LDA，发现tm包中文分词造成词频矩阵很不抱负，那会招致LDA无奈使用，因而，后续笔者会原人写个脚原将词频矩阵真现，那样会便捷LDA，会便捷聚类阐明，以及预测阐明。</p>
<p>言回正传，激情阐明便是表达发言人对一个主题的观点，有好有坏，大概中立。<strong>激情阐明使用分类两类，第一是给定正负面词，算分值，高于大概低于baseline则默示正面、负面情绪。第二，依据深度进修，操做神经网络来区分正负激情</strong>。原文先真现第一类激情阐明。</p>
<strong>第一类激情阐明：正负面词典（简版）</strong>
<strong>读入文原，数据清算</strong>
<p>原次还是以上次文原为输入项，将content_Full 内容作文原办理</p>
<p></p>
<p><strong>清算准则：</strong></p>
<p><strong>去除非凡字符，空值等，譬喻☆挪动平台☆iOS☆</strong></p>
<p><strong>去除转发的内容，留本做者不雅概念。譬喻 糊口生涯红框内的文原，去除背面转发文原</strong></p>
<p><strong></strong></p>
<p><strong>增除文原过长的内容，内容偏差日记和告皂，减少文原噪声</strong></p>
<p><strong></strong></p>
<p><strong>去除stopwords</strong></p>
<p>比如中文常规字符，‘的’‘地’‘得’‘我’等</p>
<strong>添加词汇</strong>
<p>由于原文是医用词汇，须要添加的词汇偏重医用大概品排，不让分词装成单个字符</p>
<p>譬喻：妈富隆，调经</p>
<strong>分词&词云图</strong>
<p>文原办理后，依据词频显现频率，<strong>且过滤掉分词为单个词的中文</strong>，绘制词云图，鼠标所过的词可以显示文原显现次数，譬喻避孕药：767次</p>
<p></p>
<strong>载入正负词典</strong>
<p>正面词记1；负面词为-1，便于之后算分值划定激情</p>
<p></p>
<strong>计较激情得分</strong>
<p>将文原中的分词依照中英文词典的正负面词打分，计较分值，若中性词（不显现字典）则记为0。</p>
<p><strong>分值计较本理</strong></p>
<p>公式 (原人编的，有疑问请留言一起探讨)</p>
<p><strong>激情分值=∑i=1（正面+中性）*（-1）t</strong></p>
<p><strong>i 默示第i句话；t默示显现负面词的次数</strong></p>
<p>公式默示一句话中若显现偶数负面词，默示肯定，譬喻：我其真感觉他没有这么不知书达礼。 两次认可：不，没有，t=2</p>
<strong>结果</strong>
<p>正面发声分类结果：</p>
<p></p>
<p>负面发声结果</p>
<p></p>
<strong>后续改制：</strong>
<p><strong>将词频矩阵脚原改写，重现LDA 大概 聚类</strong></p>
<p><strong>对文原祖先工预判，将此打分停行 confusion matriV，评价分类器</strong></p>
<p><strong>目测而言负面分类根柢准确，正面分类中包孕不少中性发声，须要进一步剔除钻研</strong></p>
<p><strong>深度进修重现下激情阐明</strong></p>
(责任编辑：) |
------分隔线----------------------------
