【发布时间】：2020-07-16 11:34:32
【问题描述】：
我的数据是来自 Stocktwits 的推文，我尝试使用 python 中的 Vader 库进行情绪分析。 问题是正、中性和负字段加起来不等于 1.0。取而代之的是，它们加起来是 2.0。
{'neg': 0.0, 'neu': 2.0, 'pos': 0.0, 'compound': 0.0}
这正常吗？
【问题讨论】：
标签： python stocktwits vader
【发布时间】：2020-07-16 11:34:32
【问题描述】：
是的，这很正常。 example in the docs 显示类似的结果：
VADER is smart, handsome, and funny.----------------------------- {'pos': 0.746, 'compound': 0.8316, 'neu': 0.254, 'neg': 0.0}
VADER is smart, handsome, and funny!----------------------------- {'pos': 0.752, 'compound': 0.8439, 'neu': 0.248, 'neg': 0.0}
...
VADER is not smart, handsome, nor funny.------------------------- {'pos': 0.0, 'compound': -0.7424, 'neu': 0.354, 'neg': 0.646}
pos、neu和neg分数是属于每个类别的文本比例的比率（因此这些总和应该是 1... 或通过浮动操作接近它）。如果您想要对给定句子的情绪进行多维测量，这些是最有用的指标。
您可能想使用compound 分数：
compound分数是通过对词典中每个单词的价分数求和，根据规则进行调整，然后归一化到 -1（最极端的负数）和 +1（最极端的正数）之间的值计算得出的。如果您想要一个给定句子的单一一维情绪度量，这是最有用的指标。将其称为“标准化加权综合得分”是准确的。对于希望设置标准化阈值以将句子分类为正面、中性或负面的研究人员也很有用。
【讨论】：