python分析评论内容是积极的还是消极的（应用朴素做分词处理及情感识别）

1. 应用朴素贝叶斯算法，对Content 数据集进行分类

1）对数据进行清洗

2）基于给定的词库和停止词，进行文本切词

3）建立NB模型

import pandas as pd
# 读入评论数据
evaluation = pd.read_excel（r‘Contents.xlsx‘）
# 查看数据前10行
print（evaluation.head（10））


# 运用正则表达式，将评论中的数字和英文去除
evaluation.Content = evaluation.Content.str.replace（‘[0-9a-zA-Z]‘‘‘）
evaluation.head（）

# 导入第三方包
import jieba

# 加载自定义词库
jieba.load_userdict（r‘all_words.txt‘）

# 读入停止词
with open（r‘mystopwords.txt‘ encoding=‘UTF-8‘） as words:
    stop_words = [i.strip（） for i in words.readlines（）]

# 构造切词的自定义函数，并在切词过程中删除停止词
def cut_word（sentence）:
    words = [i for i in jieba.lcut（sentence） if i not in stop_words]
    # 切完的词用空格隔开
    result = ‘ ‘.join（words）
    return（result）
# 对评论内容进行批量切词
words = evaluation.Content.apply（cut_word）
# 前5行内容的切词效果
words[:5]


# 导入第三方包
from sklearn.feature_extraction.text import CountVectorizer
# 计算每个词在各评

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件     701641  2019-08-25 09:01  all_words.txt

     文件     929935  2019-08-25 09:01  Contents.xlsx

     文件      99725  2019-08-25 09:01  mystopwords.txt

     文件       3050  2019-09-14 21:07  nbtest.py

----------- ---------  ---------- -----  ----

              1734351                    4