如何使用python做中文情感分析

作為一門編程語言，Python的編寫簡單，支持庫強大，應用場景多，越來越多的人開始將它作為自己的編程入門語言。

Python一個比較重要的場景是做輿情分析，比如分析社交網路上群眾對某一話題的態度，分析股民的情緒作為投資參考等。其中最基礎的環節就是--分析一段話的情感傾向。

這裡搬出筆者曾經做過的一個例子：分析知乎論壇2017年，「清華大學」話題下的集體情緒變化。

下面就分理論和實踐兩個部分，講一講怎麼快速實現上面一幅圖。

1.中文情感分析方法和難點

在上文所講的例子中，我們希望得到的是人們對一件事情評價的情感傾向。比如支持還是反對一件事情，喜歡一件產品與否--結果可能是積極的，消極的或者中立的。比如

特別喜歡這種可愛的小狗n

這句話的情感傾向顯而易見是正面的。

情感標註的工作交給機器去做，可以有以下幾種實現方式：

1.1 詞性詞典和分詞

簡單的說，就是給每個詞語標註情感極性，比如好看是積極的，醜陋是消極的。擁有這樣一個詞典，機器就能對詞語情感做分類。 對於一句話，可以按先分詞，再統計每個詞語的情感極性的方法。中文分詞的方法可以參照筆者之前的文章: 如何繪製好看的中文雲詞圖。

這種方法看起來是很簡便，但是問題在於，漢語言博大精深，同一個詞在不同語境里有不同的意思，可能表達不同的情感態度。

比如「這個電影拍得太牛逼了」，「你牛逼你上啊」，前一句表示電影拍的好，情感積極，而後一句則屬於反諷，情感負面。僅靠詞語標註是沒法準確反映一句話的情感傾向的。

另一個比較客觀的情況是目前也沒有比較好的開源中文情感詞典。

1.2 機器學習

傳統的機器學習方法如SVM，Naive Bayes等也可以用來做情感分類。這裡的關鍵是將文本轉換文本矩陣（比如常用的Bag of Words），交給訓練好的分類器進行情感識別和分類。

Python里有一個常用的中文文本處理庫SnowNLP，裡面就使用了Bayes的方法，通過已經標註好極性的語句進行訓練得到分類器。需要注意的是官方用於情感分析的訓練集來自買賣東西的評價，因此這個情感分析用於商品評價最為準確，其它領域最好自建訓練集。

下載SnowNLP使用以下命令即可：

pip install snownlpn

1.3 神經網路

神經網路在圖像識別上發揮了巨大的威力，同樣的方法也被用在了文本處理上。筆者認為現有比較簡單的方法是以字元為單位，訓練神經網路。這種方法不需要提前知道語法和語義的知識，但需要比較大的訓練集做訓練。在情感分析方面這種方法已經達到了比較好的效果。

這種方法由紐約大學Yann LeCun團隊提出，具體實現可以閱讀他們的論文。 https://arxiv.org/pdf/1509.01626.pdf

2.簡單實現文本的情感分析

上面提到了諸多實現中文文本情感分析的方法，讀者可以根據自己的興趣去實現。儘管有這麼多方法，但都是要花一些功夫去研究和實現的。針對某一領域相關的文本的情感分析可能需要不斷的去優化，才能達到比較好的效果。

這裡我給大家推薦一個現成的輪子，百度提供的情感傾向分析API(搜索「百度AI開放平台」即可)。文章開始的集體情感變化曲線就是用這個實現的。

使用的方法也很簡單，在官網註冊之後，可以得到每月免費使用的10W次許可權。python可以直接下載百度情感分析的調用模塊。 安裝方法：

pip install baidu-aipn

使用方法:

from aip import AipNlpnn""" 你的 APPID AK SK """nAPP_ID = 你的 App IDnAPI_KEY = 你的 Api KeynSECRET_KEY = 你的 Secret Keynnclient = AipNlp(APP_ID, API_KEY, SECRET_KEY)n

輸入待分析的文本（一段知乎的回答）：

text="以前約過一個電子系妹子，之前和妹子關係都挺好的 n 約出去一切也很正常，直到不知怎麼問起GPA。 我說我GPA不行，只有多少n 多少。(大概略高於平均吧） 她哦了一聲，說她有多少多少（反正比我高很多，n 她貌似是他們系前幾名） 從此以後她再也沒理過我。 "nresult=client.sentimentClassify(text)n

返回結果：

{ n items: [ {n confidence: 0.528202, //表示分類的置信度n negative_prob: 0.787691, //表示屬於消極類別的概率n positive_prob: 0.212309, //表示屬於積極類別的概率n sentiment: 0 //表示情感極性分類結果n } n ], n text: 以前約過一個電子系妹子...... n}n

解讀一下結果，這句話情緒比較負面，負面的概率是0.787691，置信度是0.528202。

不用自建訓練集，也不用自己調優，完全依賴百度的黑盒子，就可以實現簡單的情感分析。是不是很贊O(∩_∩)O~

關於我更多的實踐，請關注 "果果數據" 微信公眾號，未來也會推出更多數據相關的應用和技術分享！

往期文章：

小六六：使用Python做中文分詞和繪製詞雲zhuanlan.zhihu.com

小六六：使用Python爬取12306數據：如何搶到從北京回家的票zhuanlan.zhihu.com

小六六：東北在衰退嗎？以遼寧經濟為例的數據分析zhuanlan.zhihu.com