简单的nltk情感分析代码使用python3

Question

我想对客户的电子邮件做一些分类。

1. 是电子邮件快乐或悲伤（情绪分析）
2. 是与计费或不电子邮件。

我使用Python3，并认为我必须使用NLTK和scikit NLTK - 将有助于理解和阅读文字我beleive scikit - 会做分类（快乐，悲伤和计费或不）

训练数据集1：几个短语......从一个单词到5到6个单词的句子。 （1快乐和0是不快乐）...的几个例子如下

• Apprecaite的help..1
• 伟大job..1
• Awesome..1
• 可怕。 0.0
• 别扭...... 0
• 放缓... 0

训练数据集2：几句INDI cating结算相关的问题..（以下几个例子）在我的账单

• 问题
• 结算费
• 我的账单过高
• 付款拒绝

现在，这似乎是从概念立场上直接前进 哪里可以找到一些基本代码，这将告诉我

1. 我如何使用我自己的训练数据
2. 如何将电子邮件文本作为输入加载并吐出令人高兴或悲伤的答案......并计费与否。

Answer 1

关于您的数据集，您的方法几乎是基于词典的，因为这些项目包含的词很少。

对于计费，基于词典的方法应该是一个好主意。你应该重视电子邮件的主题。

对于情感分析你有两种选择：

• 机器学习：在这种情况下，你应该使用一个更大的数据集（在我看来，每个项目应该是一个完整的电子邮件）。您可以在this tutorial之后实施朴素贝叶斯分类器。

• 基于词典的方法：有几种用于情感分析的词典例如SentiWordNet（可从nltk.download()下载），MPQA, SentiStrength,WordNet-Affect via WNAffect，...预处理：标记（nltk.word_tokenize()）和POS标记（nltk.pos_tag(text)）。你还应该考虑否定（极性转移是否定管理的好方法）。

机器学习提供最好的结果，所以如果你有足够的带注释的电子邮件，这是一个不错的选择。