摘要：
（一）首先检查环境变量配置有没有问题， 1PATH为%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin; 2CLASSSPATH为.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar 3JAVA_HOME为C:\Program Fi 阅读全文
摘要：
第三部分，手机各属性评论的情感分类，分类器是之前训练好的效果最好的朴素贝叶斯分类器。结果展示各属性评论的正负情感分布。 分类结果如下： 阅读全文
摘要：
第二部分是评论基于属性词典的分类，分类原则是只要评论中属性词典中的分词，那么评论就分到该属性类中去。 阅读全文
摘要：
因为写论文需要，准备做手机评论的情感分析，依据现有的工具可以很容易中文评论进行去重复评论，分词，去停用词，向量化，然后用sklearn中的一款分类器来对数据进行情感分类。但是，由于本人打算依据手机不同的属性对评论文本进行情感分析，如“电池”，‘相机’，‘处理器’等属性的评论。很难过的是，这些针对手机 阅读全文
摘要：
'''词汇检索百度返回值,并且计算PMI值的类''' from bs4 import BeautifulSoup import requests import re import pandas as pd import time import numpy as np class PMI(): def __init__(self): self.url = 'https:/... 阅读全文
摘要：
关于Python中遇到的中文字符串的读取和输入时总是遇到一堆问题，到现在还不是特别明白，只是有了一个大概率的理解，就是：字符串是用什么编码格式编码的，就用什么编码格式来解码。 encode()对字符串st进行编码，按照制定的编码格式编码。编码后为字节流，bytes。编码是从中间编码格式Unicode 阅读全文
摘要：
1.第一次试验：朴素贝叶斯，采用统计词数量方式处理数据conutVectorizer() (1)训练集12695条， 正向：8274 负向：4221 哈工大停词表：df=3,正确率0.899， df=1,正确率0.9015 四川大学停词表：df=1,正确率0.90035 (2)训练集19106条 正 阅读全文
摘要：
1简述问题 使用countVectorizer()将文本向量化时发现，文本中长度唯一的字符串会被自动过滤掉，这对于我在做的情感分析来讲，一些表较重要的表达情感倾向的词汇被过滤掉，比如文本'没用的东西，可把我可把我坑的不轻，越用越觉得这个手机真的废'。 用结巴分词的精确模式分词，然后我用空格连接这些分 阅读全文
摘要：
主要可以参考下面几个链接： 1.sklearn文本特征提取 2.使用scikit-learn tfidf计算词语权重 3.sklearn官方中文文档 4.sklearn.feature_extraction.text.CountVectorizer 补充一下：CounterVectorizer()类 阅读全文
摘要：
1.载入文档 2.加载停用词 把停用词典的停用词存到列表里，下面去停用词要用到 3.文本分词 这里有两个切分词的函数，第一个是手动去停用词，第二个是下面在CountVectorizer()添加stop_words参数去停用词。两种方法都可用。 4.对文本进行分词，向量化 （1）对文本进行分词，并且将 阅读全文