在每个评论中获取单词极性

Question

我正在进行特定领域的情感分析，我想在该特定语料库中获取每个独立的单词极性（而不是像“SentiWordNet”或其他词典这样的一般分数）。

起初我认为使用以下公式会有所帮助：

positive_word_polarity = # word occurrence in positive reviews / # all words in pos and neg reviews    

negative_word_polarity = # word occurrence in negative reviews / # all words in pos and neg reviews    

但后来我发现了与此解决方案有关的一些问题：

1. 我们在正面评价中有“好”，而负面评价为“负面评价”。
2. 可能有些单词出现次数多但效果较差，反之亦然。

所以基本上我的输入是评论及其极性，我需要一个包含单词及其极性的词典。

Answer 1

要解决问题2)，您可以将极性公式与 tfidf 相乘

逆文档频率是信息量的量度 该词提供，即它在所有文档中是常见的还是罕见的。

https://en.wikipedia.org/wiki/Tf%E2%80%93idf