基于Python的商品评论文本情感分析

曾小芹 余宏

摘要：文本情感分析是自然语言处理的重要过程。研究首先运用Selenium爬虫抓取评论文本，通过Jieba分词工具对文本进行分词、词性标注及关键词词云的生成，再选用适用于中文文本处理的snowNLP库对评论文本进行情感计算和结果可视化，并通过准确率和召回率验证了研究结果，将对结果进行了详细分析。最后，给出了进一步研究方向。

关键词：中文文本情感分析;SnowNLP;Python;NLP

中图分类号：TP3 文献标识码：A

文章编号：1009-3044（2020）08-0181-03

文本情感研究是计算机语言学、人工智能、机器学习、信息检索、数据挖掘等交叉领域的研究热点，具有高度综合性和实用性。文本情感分析就是对文本的显性主观性或隐性关联性信息进行分析，让机器感受人类的感情从而更深入地理解人类语言，为自然语言处理（NLP）的研究提供有效帮助。而NLP在诸多实际应用如个性化推荐系统、信息安全过滤系统、网络用户兴趣挖掘、网线预警系统等的决策制定中都有产生带来巨大的经济、社会效益。为此，对文本情感识别具有重要的学术研究意义及社会经济价值。

1 主要相关技术简介

1.1 SnowNLP库

Python有多个工具库用于自然语言处理，但绝大多数是针对英文的处理。由于中英文的诸多差异，很多库不能直接拿来使用，要扩展也不简单。SnowNLP库是一个用Python语言编写的专门处理中文文本的类库，与其他类库不同的是它的实现没有依靠NLTK，所有算法均是自主实现，且自带语料库和情感字典。SnowNLP支持多种中文文本处理操作包括：中文分词、词性标注、情感分析、文本分类、转换成拼音、繁体转简体、提取文本关键词、提取文本摘要及计算文本相似度等[1]，功能十分全面。……