So führen Sie eine Stimmungsanalyse in Python mit VADER durch

Blog

Stimmungsbewertung in Wörtern

Wir haben erklärt So erhalten Sie einen Sentiment-Score für Wörter bei Python. Anstatt unser eigenes Lexikon aufzubauen, können wir ein vortrainiertes Lexikon wie das verwenden VATER die aus _Valence Aware Dictionary und sEntiment Reasoner _steht und speziell auf Gefühle abgestimmt ist, die in sozialen Medien ausgedrückt werden.

Sie können die VADER-Bibliothek mit pip wie|_+_| . installieren oder direkt bei NTLK . Kannst du dir anschauen VADER-Dokumentation .

Beispiele für Stimmungswerte

Die VADER-Bibliothek gibt 4 Werte zurück, wie zum Beispiel:

  • Pos : Die Wahrscheinlichkeit, dass das Sentiment ist positiv
  • neu : Die Wahrscheinlichkeit, dass das Sentiment ist neutral
  • negativ : Die Wahrscheinlichkeit, dass das Sentiment ist Negativ
  • Verbindung : Der normalisierte zusammengesetzte Score, der die Summe aller Lexikonbewertungen berechnet und Werte von -1 bis 1 . annimmt

Beachten Sie, dass |_+_|, |_+_| und |_+_| Wahrscheinlichkeiten addieren sich zu 1 . Auch die |_+_| Score ist eine sehr nützliche Metrik, falls wir eine einzelne Sentiment-Messung benötigen. Typische Schwellenwerte sind die folgenden:

  • positiv: Compound-Score>=0.05
  • neutral: Compound-Score zwischen -0,05 und 0,05
  • negativ: zusammengesetzte Punktzahl<=-0.05

Sehen wir uns diese Funktionen in der Praxis an. Wir werden mit einem Beispiel für Twitter arbeiten, das von NTLK bezogen wurde.

#python #nltk #sentiment-analyse #sentiment #vader

medium.com

So führen Sie eine Stimmungsanalyse in Python mit VADER durch

So führen Sie eine Stimmungsanalyse in Python mit VADER durch. Ein exemplarisches Beispiel, wie Sie die Stimmungsanalyse in Tausenden von Tweets in wenigen Sekunden anwenden können