快捷导航
如果想分析负面评论,计算负面情感强度,是不是可以把正面词典和否定词典都去掉
举报 使用道具
| 回复

共 11 个关于本帖的回复 最后回复于 2022-6-18 16:08

马涌河畔 金牌会员 发表于 2022-6-15 15:47:52 | 显示全部楼层
如果把否定词典去掉,那有些负面评论,就会被判断为正面评价了吧
举报 使用道具
Fuller 管理员 发表于 2022-6-15 16:35:16 | 显示全部楼层
马涌河畔 发表于 2022-6-15 15:47
如果把否定词典去掉,那有些负面评论,就会被判断为正面评价了吧

是的,就会判断错了。所以,词典不能改,一定要既有正面又有负面,情感分析结束以后,把总分是负面的拿出来进行分析。

如果是另一种情况:你不想使用GooSeeker的正负面判断,而是想把所有含有负面词的正文都找出来,然后自己去分析。那么就不用GooSeeker软件的情感分析功能,可以有两个方案选择:
方案1:在选词那里添加你的负面词,然后导出“选词匹配表”,就是所有含有负面词的正文
方案2:在分类那里添加你的负面词,都作为标签词,而不是中心词,把他们归为一类。那么分类出来的就是含有这些词的正文

举报 使用道具
15964002091 高级会员 发表于 2022-6-16 09:25:56 | 显示全部楼层
Fuller 发表于 2022-6-15 16:35
是的,就会判断错了。所以,词典不能改,一定要既有正面又有负面,情感分析结束以后,把总分是负面的拿出 ...

因为我处理的是投诉文本,所以我默认每条都是负面的话,我想计算每条文本负面情感得分,看哪些评论的负面情感强度更高,是不是只保留负面词典和程度词典就行了,这样科学嘛
举报 使用道具
Fuller 管理员 发表于 2022-6-16 10:38:54 | 显示全部楼层
15964002091 发表于 2022-6-16 09:25
因为我处理的是投诉文本,所以我默认每条都是负面的话,我想计算每条文本负面情感得分,看哪些评论的负面 ...

匹配情感词的方法做情感分析,这种算法是很直接的,如果一个句子中既有正面词也有负面词,分别得分是正数和负数,加在一起,负数会抵消一些正数,得到最后的分数是正的就是正面。所以,投诉内容总体都是负面的,里面可能会含有一些正面词,对分值有抵消作用
总体来说,这是打分方法本身是比较随意的,有可能会不准确,需要人工校核最终结果。所以,即使只用负面词,不会有本质的影响。可以只用负面词。
举报 使用道具
15964002091 高级会员 发表于 2022-6-16 11:09:56 | 显示全部楼层
Fuller 发表于 2022-6-16 10:38
匹配情感词的方法做情感分析,这种算法是很直接的,如果一个句子中既有正面词也有负面词,分别得分是正数 ...

那目前有没有比较好的方法计算情感强度
举报 使用道具
Fuller 管理员 发表于 2022-6-16 15:14:41 | 显示全部楼层
15964002091 发表于 2022-6-16 11:09
那目前有没有比较好的方法计算情感强度

负面词的权重应该给一个合理的值;程度词的权重也应该合理,这样就能算出来比较合理的情感强度
举报 使用道具
15964002091 高级会员 发表于 2022-6-18 07:56:36 | 显示全部楼层
Fuller 发表于 2022-6-16 15:14
负面词的权重应该给一个合理的值;程度词的权重也应该合理,这样就能算出来比较合理的情感强度
...

如果只是比较负面情感值的话,是不是否定词也不用考虑了
举报 使用道具
Fuller 管理员 发表于 2022-6-18 10:07:53 | 显示全部楼层
15964002091 发表于 2022-6-18 07:56
如果只是比较负面情感值的话,是不是否定词也不用考虑了

否定词还是起作用的,应该考虑
举报 使用道具
15964002091 高级会员 发表于 2022-6-18 10:47:08 | 显示全部楼层
Fuller 发表于 2022-6-18 10:07
否定词还是起作用的,应该考虑

那就是可以考虑负面词,程度词和否定词计算负面得分,不用考虑正面词了对吧
举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • 微博评论采集下来后怎样把发布时间转换成统
  • Jupyter Notebook将京东商品参数数据表做行
  • 集搜客分词软件情感分析算法升级通知
  • 为什么要为层次分析法(AHP)计算特征值和特
  • 在Jupyter Notebook中将分词结果转换成数组

热门用户

GMT+8, 2022-6-28 23:44