Python文本分析

326

｜

第

11

章

一个很明显的信息是：速度与规格描述的完全一致。启动时间长也有可能被当成是

一件好事，除非我们知道这是一个参数，而且越小越好。此外，情感分析的任务需

要针对文本数据类型选择不同的方法。例如，报纸上的文章是按照结构化的方式撰

写的，而推文和其他社交媒体的文本不仅结构松散，而且包含俚语和不正确的标点

符号。因此，我们没有适用每一种情况的统一解决方案。相反，我们只能介绍一系

列的解决方案，你可以使用它们来生成有效的情感分析结果。

11.1

本章内容概要

在本章中，我们将探索根据一段文本数据分析情感的多种技术。首先我们介绍最简

单的基于规则的技术，然后通过更复杂的方法进行情感分析，最后我们将学习使用

最先进的语言模型，如

Google

的

BERT

等。介绍这些技术可以提高我们对客户情感

的把握，并提供一系列可用于各种情况的解决方案。例如，你可以结合第

2

章介绍

的推特

API

，判断公众对于某种人格或某个政治问题的看法。你也可以在组织内使

用这些解决方案，分析客户投诉或客户支持邮件中的情绪，判断客户是否满意。

11.2

情感分析

文本包含了大量信息，根据交流的上下文，这些信息可以分成两种：客观文本和主

观文本。客观文本包含的是事实的陈述，就像教科书或维基百科文章。这些文本通

常只表述事实，不会表达观点或情绪。相反，主观文本会传达某人的反应，或包含

情绪、心情和感受。主观文本在社交媒体频道、推文或其他客户表达的观点（比如

产品评论）中很常见。我们进行情感研究，是为了理解人类通过文本媒介表达自己

时的心理状态。因此，情感分析在包含这类信息的主观文本上的效果最好，对于客 ...