基于 Python 的词表分类答案

【问题标题】：Classification based on List of Words Python基于 Python 的词表分类
【发布时间】：2014-08-03 08:32:06
【问题描述】：

我想对文本进行分类：正面、负面或中性。我有一个正面和负面的单词列表。我想用 Python 来做。这里我用这种代码来描述

如果在 positive_words 中找到文本中的单词，则 counterpos = pos_count[i] += 1

如果文本中的单词在negative_words中找到然后 counterneg = neg_count[i] += 1

totalcount = pos_count + neg_count

if(len(totalcount) > 0): 存储在正数据库中 elif (len(totalcount)
store in neutral database

这是一般的想法，我的编码能力是空的。我存储在 mongodb 中，所以我存储的部分没有问题。我仍然无法进行分类。有人可以帮帮我吗。

【问题讨论】：

这不是一个很难的任务，在阅读了一些关于字符串和控制流语句的教程之后你就可以做到了。 docs.python.org/2/library/string.html & docs.python.org/2/tutorial/controlflow.html 和 mongodb docs.mongodb.org/manual
是的，我知道python很容易学，问题是我有时间压力，不能把我的东西放在一起，谢谢你:)

标签： python mongodb classification words

【解决方案1】：

除了字符串比较和控制流语句之外，list comprehension 在这里也很有用。

text = "seeking help on possible homework task"
raw_words = text.split(" ")

positive_words = ['seeking','help']
negative_words = ['homework']

positive_score = len([word for word in raw_words if word in positive_words])
negative_score = len([word for word in raw_words if word in negative_words])

total_score = positive_score - negative_score

这将导致total_score 的值为1。

【讨论】：