python3---情感分析（基于词典中文）

写在前面：
现有的情感分析比较常用的有两种，分别是基于词典的和机器学习，前者也属于非监督学习，后者自然一般属于监督学习。

刚开始学情感分析，下面先从**【基于词典的情感分析】**开始进行：

• 词典：我东搜西找找到了一些感觉是常用的字典，主要有（台湾大学NTUSD简体中文情感词典，清华大学李军中文褒贬义词典，BosonNLP_sentiment_score，知网hownet2007）

• 词典下载传送门
  （积fen少的学生党可以评论留言【年级+邮箱】，看到会发送滴）

• 因为刚学，所以设计了一些比较基础的规则（基于文本预处理之后生成了关于每一个文档的【词列表向量】）
  
  代码实现：

• 加载词典（我主要用的是NTUSD的中文情感极性词典）：

#定义一个函数加载词典
def dict_load(path):
    dict=[]
    with open(path, encoding='utf-8-sig') as f:
        for line in f:
            if line.strip() !='':#养成去空好习惯
                dict.append(line.strip())
    return(dict)

#开始加载情感词典列表
neg_dict = [] #消极情感词典
pos_dict = [] #积极情感词典
no_dict = [] #否定词词典
dict_file_path='XXXXXX\\'#词典位置，根据需要修改，注意转义符啥的！！！
pos_dict=dict_load(dict_file_path+'台湾大学NTUSD简体中文情感词典/ntusd-positive.txt')
#print(pos_dict)
print("==pos_dict loaded successfully==")
neg_dict=dict_load(dict_file_path+'台湾大学NTUSD简体中文情感词典/ntusd-negative.txt')
#print(neg_dict)
print("==neg_dict loaded successfully==")
no_dict=dict_load(dict_file_path+'否定词典\\否定.txt')
#print(no_dict)