nltk 表达情绪的词袋

Question

我正在使用 python 和 nltk 进行 NLP。

我想知道是否有任何数据集包含包含与情绪相关的关键字的词袋，例如快乐、快乐、愤怒、悲伤等

从我在 nltk 语料库中挖掘的内容来看，我看到一些情绪分析语料库包含正面和负面评论，这些评论与显示情绪的关键字并不完全相关。

有没有什么我可以建立自己的字典来包含为此目的表达情感的单词？是这样，我该怎么做，有没有这样的词的集合？

任何帮助将不胜感激

Answer 1

我不知道有任何将情感与关键字相关联的数据集，但您可以从通用情感分析数据集开始轻松构建一个。

1) 从停用词和您不想与情绪关联的所有术语中清除数据集。

2) 计算两个情感类中每个单词的计数并对其进行归一化。通过这种方式，您将关联每个单词属于某个类别的概率。假设你在肯定句中出现了 300 次“爱”这个词，而在否定句中出现了 150 次同一个词。归一化你会发现“爱”这个词有 66% (300/(150+300)) 的概率属于正类，33% 属于负类。

3) 为了使字典对边界术语更加健壮，您可以设置一个阈值，以将最大概率低于阈值的所有单词视为中性。

这是构建您要查找的字典的简单方法。您可以使用更复杂的方法作为词频-逆文档频率。