【问题标题】：TextBlob Python3 - "Neg Tag for Positive words"TextBlob Python3 - “正面词的否定标签”
【发布时间】：2016-03-14 06:46:17
【问题描述】：

我正在测试 textblob 模块的正面和负面词。但有些结果并不好。例如：

代码：

from textblob.sentiments import NaiveBayesAnalyzer
from textblob import TextBlob

message = "Fraud"
blob = TextBlob(message, analyzer=NaiveBayesAnalyzer())
a = (blob.sentiment)
print(a)

结果

Sentiment(classification='pos', p_pos=0.6428571428571429, p_neg=0.3571428571428571)

它给出了 90% 的正确答案，但对于某些单词它返回错误结果！！！

喜欢：消息=“像这样” 情绪(classification='neg', p_pos=0.4794333489299875, p_neg=0.5205666510700125)

message = "good habits"
Sentiment(classification='neg', p_pos=0.41318402216578204, p_neg=0.5868159778342183)

======================================

"fraud" = pos
"like this" = neg
"good habits" = neg

【问题讨论】：

TextBlob 朴素贝叶斯情感分析工具适用于句子，而不是单个单词或短语，因此您可能会得到不可预测的结果。你可以试试 TextBlob 的模式分析情感分析方法，这是默认的，因为它只是通过识别正面和负面的词来工作。

标签： python python-2.7 python-3.x nltk textblob

【解决方案1】：

按照您的代码编写方式，您是在训练 NaiveBayesAnalyzer，而不是使用已经训练过的分类器。我建议尝试使用默认分类器，或查看有关如何训练和应用 NaiveBayesAnalyzer 进行分类的文档。

试试这个： blob = TextBlob(消息)

【讨论】：