sentiment

情绪

基于Afinn的node.js的情感分析

情感是一个节点.js模块，它使用Afinn-165 WordList和表情符号的情感排名对输入文本的任意块进行情感分析。情绪提供了几件事：

• 性能（请参见下面的基准）
• 从afinn WordList附加和覆盖单词对的能力
• 轻松添加对新语言支持的能力
• 每语言轻松定义定制否定，重点等的自定义策略的能力

目录

• 安装
• 用法示例
• 添加新语言
• 添加和覆盖单词
• API参考
• 它如何工作
• 基准
• 验证
• 测试

安装

npm install sentiment

用法示例

 var Sentiment = require ( 'sentiment' ) ;
var sentiment = new Sentiment ( ) ;
var result = sentiment . analyze ( 'Cats are stupid.' ) ;
console . dir ( result ) ;    // Score: -2, Comparative: -0.666 

添加新语言

您可以使用registerLanguage方法来添加对新语言的支持：

 var frLanguage = {
  labels : { 'stupide' : - 2 }
} ;
sentiment . registerLanguage ( 'fr' , frLanguage ) ;

var result = sentiment . analyze ( 'Le chat est stupide.' , { language : 'fr' } ) ;
console . dir ( result ) ;    // Score: -2, Comparative: -0.5

您还可以定义自定义评分策略，以处理否定和强调语言的诸如：

 var frLanguage = {
  labels : { 'stupide' : - 2 } ,
  scoringStrategy : {
    apply : function ( tokens , cursor , tokenScore ) {
      if ( cursor > 0 ) {
        var prevtoken = tokens [ cursor - 1 ] ;
        if ( prevtoken === 'pas' ) {
          tokenScore = - tokenScore ;
        }
      }
      return tokenScore ;
    }
  }
} ;
sentiment . registerLanguage ( 'fr' , frLanguage ) ;

var result = sentiment . analyze ( 'Le chat n'est pas stupide' , { language : 'fr' } ) ;
console . dir ( result ) ;    // Score: 2, Comparative: 0.4 

添加和覆盖单词

您可以通过简单地将密钥/值对注入情感方法来调用：

 var options = {
  extras : {
    'cats' : 5 ,
    'amazing' : 2
  }
} ;
var result = sentiment . analyze ( 'Cats are totally amazing!' , options ) ;
console . dir ( result ) ;    // Score: 7, Comparative: 1.75 

API参考

var sentiment = new Sentiment([options])

争论	类型	必需的	描述
选项	object	false	配置选项（当前不支持选项）

---

sentiment.analyze(phrase, [options], [callback])

争论	类型	必需的	描述
短语	string	true	输入短语分析
选项	object	false	选项（请参见下文）
打回来	function	false	如果指定，则使用此回调函数返回结果

options对象属性：

财产	类型	默认	描述
语言	string	'en'	用于情感分析的语言
额外	object	{}	一组标签及其相关值以添加或覆盖

---

sentiment.registerLanguage(languageCode, language)

争论	类型	必需的	描述
Langualagecode	string	true	用于添加该语言的国际两位数代码
语言	object	true	语言模块（请参阅添加新语言）

---

它如何工作

阿菲

Afinn是额定值的单词列表，其整数在负五（负）和五个（正）之间。情感分析是通过交叉检查字符串令牌（单词，表情符号）与Afinn列表并获得各自的分数来执行的。比较得分简单： sum of each token / number of tokens 。因此，例如，让我们以以下内容：

I love cats, but I am allergic to them.

该字符串导致以下内容：

 {
    score : 1 ,
    comparative : 0.1111111111111111 ,
    calculation : [ { allergic : - 2 } , { love : 3 } ] ,
    tokens : [
        'i' ,
        'love' ,
        'cats' ,
        'but' ,
        'i' ,
        'am' ,
        'allergic' ,
        'to' ,
        'them'
    ] ,
    words : [
        'allergic' ,
        'love'
    ] ,
    positive : [
        'love'
    ] ,
    negative : [
        'allergic'
    ]
}

• 返回的对象
  • 分数：通过添加公认单词的情感值计算得分。
  • 比较：输入字符串的比较得分。
  • 计算：一系列具有负相关的单词，其各自的Afinn评分。
  • 令牌：输入字符串中找到的所有令牌（如单词或表情符号）。
  • 单词：来自Afinn列表中的输入字符串中的单词列表。
  • 阳性：在Afinn列表中发现的输入字符串中的正词列表。
  • 负面：在Afinn列表中发现的输入字符串中的负单词列表。

在这种情况下，爱的值为3，过敏值为-2，其余令牌为中性，值为0。由于字符串具有9个令牌，因此结果比较得分看起来像： (3 + -2) / 9 = 0.111111111

这种方法使您的中点为0，并且上限和下限分别约束为正和负5（与每个令牌相同！？）。例如，让我们想象一个具有200个令牌的“正面”字符串，每个令牌的afinn得分为5。我们由此产生的比较得分看起来像这样：

 (max positive score * number of tokens) / number of tokens
(5 * 200) / 200 = 5

令牌化

令牌化是通过拆分输入字符串的线，然后删除特殊字符，最后使用空格将其拆分来起作用。这用于获取字符串中的单词列表。

---

基准

设计sentiment的主要动机是表现。因此，它在测试目录中包含一个基准脚本，该脚本将其与情感模块进行比较，该模块提供了几乎等效的接口和方法。基于这些基准测试，在带有节点v6.9.1的MacBook Pro上运行的sentiment几乎是替代实现的两倍：

sentiment (Latest) x 861,312 ops/sec ±0.87% (89 runs sampled)
Sentimental (1.0.1) x 451,066 ops/sec ±0.99% (92 runs sampled)

自己运行基准：

npm run test:benchmark

---

验证

考虑到它的计算性能（见上）总有改进的余地，虽然Afinn提供的准确性相当不错。因此， sentiment模块开放，可以接受修改或修改Afinn / emoji数据集或实现的PR，鉴于它们提高了准确性并保持相似的性能特征。为了建立这个问题，我们针对UCI提供的三个标记数据集测试sentiment模块。

自己运行验证测试：

npm run test:validate

兰特的准确性

 Amazon:  0.726
IMDB:    0.765
Yelp:    0.696

---

测试

npm test