https://github.com/nishiwen1214/so-pmi

使用SO-PMI算法生成经济领域情感词典
https://github.com/nishiwen1214/so-pmi

Last synced: about 9 hours ago
JSON representation

使用SO-PMI算法生成经济领域情感词典

• Host: GitHub
• URL: https://github.com/nishiwen1214/so-pmi
• Owner: nishiwen1214
• Created: 2020-05-25T16:15:10.000Z (over 4 years ago)
• Default Branch: master
• Last Pushed: 2022-03-16T09:59:22.000Z (over 2 years ago)
• Last Synced: 2023-10-20T22:05:28.129Z (about 1 year ago)
• Language: Python
• Homepage:
• Size: 4.36 MB
• Stars: 13
• Watchers: 1
• Forks: 1
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# SO-PMI

使用SO-PMI(情感倾向点互信息算法)算法生成特定领域情感词典（本项目以经济类文本为例） 

若对您有用，请star一下，谢谢！

# 运行方式： 

python PMI.py  

# 训练

1）输入：  

六十几万个文档，每个文档为一行，保存在'./data/corpus.txt'中，由于语料库太大所以只保留少部分文本 

种子情感词：正负情感词共190个，格式为 ‘词 极性’，保存在'./data/sentiment_words.txt'中  

2）输出：  

  生成正向情感候选词，保存在'./data/pos.txt'中   

生成负向情感候选词，保存在'./data/neg.txt'中  

# 注：

1、本算法效果受训练语料影响，语料越大，效果越好  

2、本算法效率受训练语料影响，语料越大，训练越耗时190个种子词，六十几万条的语料，大约耗时六百多秒  

3、候选词的选择，主要还是靠人工效果会比较好