​cntext更新 | 新增效价情感分析函数

cntext更新至1.7.0

更新安装

将自己电脑中的cntext更新至最新

pip install cntext==1.7.7

sentiment_by_valence函数

之前cntext只有一个情感计算函数ct.sentiment()，该函数默认所有情感词权重均为1，只需要统计文本中情感词的个数，即可得到文本情感得分。

sentiment_by_valence函数考虑了词语的效价(valence)

sentiment_by_valence(text, diction, lang='english')

• text 待输入文本
• diction 带效价的词典，DataFrame格式。
• lang 语言类型'chinese' 或 'english'，默认'english'

这里我们以   ，通过cntext可以让代码更简化。  Concreteness.pkl 整理自 Brysbaert2014的文章。

Brysbaert, M., Warriner, A. B., & Kuperman, V. (2014). Concreteness ratings for 40 thousand generally known English word lemmas. Behavior Research Methods, 46, 904–911

import cntext as ct

# load the concreteness.pkl dictionary file
concreteness_df = ct.load_pkl_dict('Concreteness.pkl')['Concreteness']
concreteness_df.head()

Run

	word	valence
0	roadsweeper	4.85
1	traindriver	4.54
2	tush	4.45
3	hairdress	3.93
4	pharmaceutics	3.77

之前分享过 计算文本的语言具体性 | 以JCR2021论文为例

先看一条文本的具体性度量

reply = "I'll go look for that"

score=ct.sentiment_by_valence(text=reply, 
                              diction=concreteness_df, 
                              lang='english')
score

Run

1.85

很多个文本的具体性度量

employee_replys = ["I'll go look for that",
                   "I'll go search for that",
                   "I'll go search for that top",
                   "I'll go search for that t-shirt",
                   "I'll go look for that t-shirt in grey",
                   "I'll go search for that t-shirt in grey"]

for idx, reply in enumerate(employee_replys):
    score=ct.sentiment_by_valence(text=reply, 
                                  diction=concreteness_df, 
                                  lang='english')
    
    template = "Concreteness Score: {score:.2f} | Example-{idx}: {exmaple}"
    print(template.format(score=score, 
                          idx=idx, 
                          exmaple=reply))
    
ct.sentiment_by_valence(text=text, diction=concreteness_df, lang='english')

Run

Concreteness Score: 1.55 | Example-0: I'll go look for that
Concreteness Score: 1.55 | Example-1: I'll go search for that
Concreteness Score: 1.89 | Example-2: I'll go search for that top
Concreteness Score: 2.04 | Example-3: I'll go search for that t-shirt
Concreteness Score: 2.37 | Example-4: I'll go look for that t-shirt in grey
Concreteness Score: 2.37 | Example-5: I'll go search for that t-shirt in grey

精选文章