尝试为元组列表创建单个整数值

Question

我正在尝试创建一个基本的情绪分析器。我有分类的单词列表，还有来自reddit线程的两个csv文件，我从中获取评论。我已经设法用适当的标记标记了我的数据集，现在我在列表列表中有了元组集，这些列表由注释分隔。我有一段代码，我希望使用它根据当前的标记为每个注释生成一个整数值，但是我在思想上遇到了障碍

我尝试了下面的代码，它最多只能产生0，最坏只能产生ValueError。我知道里面肯定满是坏主意，但我不知所措。在这一点上，我只想让一些东西发挥作用

tLOTR = [[('terrible', 'negative'),
  ('so', 'intensifier'),
  ('awesome', 'positive'),
  ('so', 'intensifier'),
  ('but', 'shifter'),
  ('agree', 'positive'),
  ('like', 'positive'),
  ('really', 'intensifier'),
  ('but', 'shifter'),
  ('but', 'shifter'),
  ('so', 'intensifier'),
  ('not', 'shifter'),
  ('like', 'positive'),
  ('really', 'intensifier'),
  ('like', 'positive'),
  ('so', 'intensifier')],
 [('not', 'shifter'),
  ('amazing', 'positive'),
  ('but', 'shifter'),
  ('bad', 'negative'),
  ('but', 'shifter'),
  ('like', 'positive'),
  ('awful', 'negative'),
  ('but', 'shifter'),
  ('like', 'positive'),
  ('but', 'shifter'),
  ('so', 'intensifier'),
  ('completely', 'intensifier'),
  ('wrong', 'negative')]]

#this is just a few of my tagged sets

def sentalize(text):
    value = 0
    for x in text:
        for (word, tag) in x:
            if tag == "positive":
                value += 1
            elif tag == "negative":
                value -= 1
            elif tag == "shifter":
                value *= -1
            elif tag == "intensifier":
                value *= 1.25
    return value            

因此，当我运行一个东西（例如tLOTR[0]）时，我得到的要么是0要么是ValueError——理想情况下，我希望每个注释都有一个值列表（注释1=-0.348）或者类似的东西

Answer 1

假设您希望sentalize()处理tLOTR的单个元素，您的问题是循环：

def sentalize(text):
    value = 0
    for word, tag in text:
        if tag == "positive":
            value += 1
        elif tag == "negative":
            value -= 1
        elif tag == "shifter":
            value *= -1
        elif tag == "intensifier":
            value *= 1.25
    return value


print(sentalize(tLOTR[0]))

注意word, tag如何通过迭代text在一行中捕获，而不是首先提取一个元组x，然后尝试以某种方式循环该元组的组件，如您的示例中所示

通过该更改，您可以执行：values = list(map(sentalize, tLOTR))并获得结果[-2.833251953125, 0.5625]

一些补充意见：

• 将每个单词的类型存储为字符串（即“肯定”、“否定”等）不是很有效；相反，考虑用更简单的值
表示它。
• 由于您已经解析了注释，并且显然已将每个单词与修饰语/标记的类型相匹配，因此这可能是更新值的正确时间，而不是使用这个tLOTR中间值列表
• 将像-=和+=这样的运算符与像1和-1这样的正负常量值组合在一起非常容易混淆。我建议只使用+=和*=，并在适当的情况下使用负值或正值