NLTKの感情ベイダー：発注結果

Question

私はちょうど私のデータセットでベイダーのセンチメント分析を実行しました：

from nltk.sentiment.vader import SentimentIntensityAnalyzer 
from nltk import tokenize 
sid = SentimentIntensityAnalyzer() 
for sentence in filtered_lines2: 
    print(sentence) 
    ss = sid.polarity_scores(sentence) 
    for k in sorted(ss): 
     print('{0}: {1}, '.format(k, ss[k]),) 
     print() 

ここに私の結果のサンプル：

Are these guests on Samsung and Google event mostly Chinese Wow Theyre 
boring 

Google Samsung 

('compound: 0.3612, ',) 

() 

('neg: 0.12, ',) 

() 


('neu: 0.681, ',) 


() 


('pos: 0.199, ',) 


() 

Adobe lose 135bn to piracy Report 


('compound: -0.4019, ',) 


() 


('neg: 0.31, ',) 


() 


('neu: 0.69, ',) 


() 


('pos: 0.0, ',) 


() 

Samsung Galaxy Nexus announced 

('compound: 0.0, ',) 

() 

('neg: 0.0, ',) 

() 

('neu: 1.0, ',) 

() 

('pos: 0.0, ',) 

() 

私は何回知りたいです「化合物」は、等しい、より大きい、またはゼロ未満である。

おそらくそれはおそらく非常に簡単だと私は知っていますが、私はPythonとPythonの一般的な新機能です。 私は必要なものを作成するためにさまざまな方法で試しましたが、解決策が見つかりません。

Answer 1

これまでのPythonのやり方ではありませんが、Pythonで多くの経験がなければ、これが最も簡単に理解できると思います。基本的には、0の値を持つ辞書を作成し、それぞれのケースで値を増やします。

from nltk.sentiment.vader import SentimentIntensityAnalyzer 
from nltk import tokenize 
sid = SentimentIntensityAnalyzer() 
res = {"greater":0,"less":0,"equal":0} 
for sentence in filtered_lines2: 
    ss = sid.polarity_scores(sentence) 
    if ss["compound"] == 0.0: 
     res["equal"] +=1 
    elif ss["compound"] > 0.0: 
     res["greater"] +=1 
    else: 
     res["less"] +=1 
print(res) 

Answer 2

あなたはクラスごとの単純なカウンタを使用することができます（「結果のサ​​ンプルは、」間違っている場合、私はそれを書くための正しい方法を知らないので、私の質問を編集してください）：

positive, negative, neutral = 0, 0, 0 

そして、文章ループ内で、化合物の値をテストし、対応するカウンタを増加させる：

... 
    if ss['compound'] > 0: 
     positive += 1 
    elif ss['compound'] == 0: 
     neutral += 1 
    elif ... 

等

Answer 3

私は文書によって表されているの不等式の種類を返す関数定義できます。対応のカウントをインクリメントするために、すべての文章の化合物のスコアにこれを使用すると

def inequality_type(val): 
    if val == 0.0: 
     return "equal" 
    elif val > 0.0: 
     return "greater" 
    return "less" 

を不等式。

from collections import defaultdict 

def count_sentiments(sentences): 
    # Create a dictionary with values defaulted to 0 
    counts = defaultdict(int) 

    # Create a polarity score for each sentence 
    for score in map(sid.polarity_scores, sentences): 
     # Increment the dictionary entry for that inequality type 
     counts[inequality_type(score["compound"])] += 1 

    return counts 

フィルタリングされた行で呼び出すことができます。

しかし、これは単にcollections.Counterを使用することによって回避することができます：あなたは、Python 3のコードを書いているように見えます

from collections import Counter 

def count_sentiments(sentences): 
    # Count the inequality type for each score in the sentences' polarity scores 
    return Counter((inequality_type(score["compound"]) for score in map(sid.polarity_scores, sentences)))