|
@@ -0,0 +1,29 @@ |
|
|
|
|
|
##基于自然语言处理的情感分析工具 |
|
|
|
|
|
#本程序依赖data目录下面的data.zip和dictionary.zip先解压缩 data 目录下面的 data.zip到当前目录。 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
* 新增说明1:2015-04-10测试了不用中文分词器,分词之后 LingPipe 情感分类的准确率,同时测试了去除停用词之后的情感分类的准确率。 |
|
|
|
|
|
+ 1) 发现用HanLP的NLPTokenizer分词器,准确率最高,但是速度有点慢。 |
|
|
|
|
|
+ 2) 如果用HanLP的标准分词器就会准确率低一点点,但是速度快。 |
|
|
|
|
|
+ 3) 分词之后去除停用词效果更加差。 |
|
|
|
|
|
+ 4) 结巴分词效果不好,而且速度慢。 |
|
|
|
|
|
|
|
|
|
|
|
###1、基于词典和贝叶斯模型的情感分析 |
|
|
|
|
|
主程序:eshore.cn.it.sentiment.Sentiment 此类通过 |
|
|
|
|
|
data/Sentiment_Dictionary中的正负面词语建立模型。 |
|
|
|
|
|
|
|
|
|
|
|
测试: eshore.cn.it.sentiment.SentimentTest |
|
|
|
|
|
通过这个类就可以测试 data/500trainblogxml中的某个文件夹下面的博客的情感。 |
|
|
|
|
|
|
|
|
|
|
|
###2、直接利用lingpipe的情感分析模块测试情感分析 |
|
|
|
|
|
直接运行程序: eshore.cn.it.sentiment.ChinesePolarityBasic |
|
|
|
|
|
程序就会通过: data/polarity_corpus/hotel_reviews/train2训练 |
|
|
|
|
|
然后自动测试: data/polarity_corpus/hotel_reviews/test2 |
|
|
|
|
|
最后给出程序测试结果。 |
|
|
|
|
|
|
|
|
|
|
|
``` |
|
|
|
|
|
# Test Cases=4000 |
|
|
|
|
|
# Correct=3541 |
|
|
|
|
|
% Correct=0.88525 |
|
|
|
|
|
``` |