NLP(IV)：使用VADER进行情感分析

最新推荐文章于 2025-07-05 18:31:21 发布

swy_swy_swy

最新推荐文章于 2025-07-05 18:31:21 发布

阅读量981

点赞数

CC 4.0 BY-SA版权

分类专栏： NLP 文章标签：自然语言处理 python 人工智能

本文链接：https://blog.csdn.net/swy_swy_swy/article/details/129417142

本文介绍了如何在NLP中运用VADER进行情感分析，包括安装VADER、计算文本情感正负比率、去除stop words和标点，以及进行综合情感分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

NLP(IV)：使用VADER进行情感分析

安装VADER

使用pip安装即可。

pip install vaderSentiment

计算文本情感积极与消极的比率

以下的代码返回积极的推文列表以及消极的推文列表，以及所有推文的平均指数。

import nltk
# need to download 'stopwords' before using it.
nltk.download('stopwords')
from nltk.corpus import stopwords
from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
from nltk.tokenize import word_tokenize
import string

def computeSentimentOfSentences(sentenceData):
  # Input: a list of sentences from tweets
  # Output: a list of sentences from positive tweets, average compound from all the input sentences
  sid_obj = SentimentIntensityAnalyzer()
  pos_sents = []
  neg_sents = []
  compound_sum = 0.0
  for sentence in sentenceData:
    sentiment_dict = sid_obj.polarity_scores(sentence)
    compound_sum += sentiment_dict['compound']
    if sentiment_dict['compound'] >= 0.05:
      pos_sents.append(sentence)
    if sentiment_dict