NLTK情感分析词典

Question

我不熟悉python和NLTk。我在NLTK（NaivesBayesCalssifier）中创建了一个用于情绪分析的模型。为了提高准确性，我想在模型中添加一些包含肯定和否定语句列表的字典。NLTK中是否有任何模块，是否有任何其他功能可以改进我的模型？在

Answer 1

你可以看看一些公众情绪词汇，它们可以为你提供一个积极和消极的词汇库。在

其中一个可以在https://www.cs.uic.edu/~liub/FBS/sentiment-analysis.html找到

因为，您没有指定当前模型的任何细节，我假设您使用的是非常基本的naivebayes分类器。如果您现在正在使用unigrams（words）来矢量化文本，那么可以考虑使用bigrams或trigrams来生成特性向量。这个基本上，能让你在一定程度上使用单词的上下文信息。在

如果您当前正在使用Tfidf这样的单词包模型将文本转换为converter，那么可以考虑使用单词嵌入来代替它。单词袋不考虑单词的上下文信息，而单词嵌入可以利用这一点。在

你可以使用一些东西，比如gensim，它使用深度学习将单词转换成向量。看看：https://radimrehurek.com/gensim/models/word2vec.html

此外，您可以尝试使用linearSVC分类器或logistic回归分类器，并选择精度最高的分类器。在