Python 机器学习案例情感分析（建议收藏）

Python 机器学习案例情感分析（建议收藏）

整体功能概述

这段代码的主要功能是对一组中文文本进行情感分析，将情感细分为“喜”“怒”“哀”“乐”“积极”“消极”“中性”等类别，并输出每段文本的情感倾向和对应的情感得分。代码借助 SnowNLP 库完成基本的情感极性判断，同时结合自定义的情感词典进一步细化情感分类。

代码结构及各部分功能

1. 导入必要的库

from snownlp import SnowNLP

这行代码导入了 SnowNLP 库，它是一个用于中文自然语言处理的 Python 库，可进行文本的情感分析、分词、词性标注等操作。在本代码中，主要使用其情感分析功能。

2. 构建情感词典

joy_words = ["开心", "快乐", "兴奋", "惊喜", "愉悦", "狂喜", "欣喜"]
anger_words = ["生气", "愤怒", "恼火", "气愤", "恼怒", "发火"]
sorrow_words = ["伤心", "难过", "悲痛", "哀伤", "沮丧", "忧郁"]
amusement_words = ["有趣", "好玩", "逗乐", "欢乐"]

这里定义了四个列表，分别存储与“喜”“怒”“哀”“乐”相关的情感词汇。这些词汇将用于后续的情感细分，当文本中出现这些词汇时，会将其情感归为对应的类别。

3. 定义情感分类函数

def classify_emotion(text):
    s = SnowNLP(text)
    sentiment_score = s.sentiments