使用NLTK中的VADER模型进行数据的分析_专栏

本文是使用Python和开源自然语言工具包（NLTK）的情感分析系列的第三篇。在本文中，我们将研究NLP分析情感的技术。

除了文本语料库外，NLTK还包括预先训练过的模型Vader。Vader情感词汇模型，主要针对社交媒体上的情感分析。让我们看看它是如何工作的。

如果你曾经有给别人1-10分范围进行打分的经历，那么你很可能已经对NPS（评分）系统做出了贡献，通过这种评分系统，可以找到适合的客户，因为你打分9-10分的人，很可能是品牌的拥护者，会不断的购买、消费并且告诉别人的感受。

在NPS的范围内，诋毁者是以0-6的分数来评价别人的。他们不快乐，经常通过负面的语言来发泄他们的不满。7-8的值被认为是被动的、满意的和中性的.

情绪分析可以给NPS提供洞察力，但不需要我们的观众直接进行调查。情绪分析可以通过评估人们在社交媒体或公共论坛上对你的评价来帮助你找到推动者和反对者。

在上一篇我们讨论了NLP的文本数据集和通过收集Reddit讨论中的帖子和评论来创建自定义数据集的技术。

在本文中，我们将研究NLP分析的技术。

Vader情感分析器

Vader于2014年开发，Vader(“价觉词典”和“情感推理者”)是一个经过预先训练的模型，它使用基于规则的价值观来调整社交媒体的情绪。

它评估一条信息的文本，并给你一个评估，不仅积极和消极，以及这种情绪的强度。

它使用它可以计算的术语：

Negations --一个修饰词，它颠倒了短语的意思(“不伟大”)。
Contractions -否定，但更复杂(“不是很好”)。
Punctuation -增加强度(“太棒了！”)
Slang-如“有点”、“还行”或“一般”。

它甚至能够理解缩写词(“LOL”)和表情符号(❤)。

评分是属于每个类别的文本所占比例的比率。语言不是黑白的，所以很少能看到一个完全肯定或完全消极的分数。由于这种模式已经为社交媒体进行了预培训，它应该非常适用于用户在Reddit上发表的评论。

让我们首先从Reddit检索到的注释中查看一个示例。

Comments[116].body     # Output: 'This is cool!'

# If you haven’t already, download the lexicon
nltk.download('vader_lexicon')

# Initialize the VADER sentiment analyzer
from nltk.sentiment.vader import SentimentIntensityAnalyzer
analyzer = SentimentIntensityAnalyzer()
analyzer.polarity_scores(comments[116].body)

这一分析的结果是：

{'neg': 0.0, 'neu': 0.436, 'pos': 0.564, 'compound': 0.3802}

在Reddit上，有这样一个帖子：“这很酷！”是高度赞扬。

我们下载了(nltk.download('vader_lexicon'))和进口(from nltk.sentiment.vader import SentimentIntensityAnalyzer)Vader情感分析器，并使用它从评论集(analyzer.polarity_scores(comments[116].body))进行文本分析.

如果polarity_scores给出了否定词、中性词和正词的数值。这个compound值反映了总体情绪，从-1非常消极和+1是非常积极的。

在Reddit上所有评论的整体情绪

让我们来看一下这篇文章的整体情绪，而不仅仅是一个评论。有119条评论要分析，我们会把它们放到一起里来统计。

len(comments)  # Output: 119

# Initializing a dictionary to keep tally of results
result = {'pos': 0, 'neg': 0, 'neu': 0}
for comment in comments:
    score = analyzer.polarity_scores(comment.body)
    if score['compound'] > 0.05:
        result['pos'] += 1
    elif score['compound'] < -0.05:
        result['neg'] += 1
    else:
       result['neu'] += 1

print(result)

产出如下：