我正在嘗試編寫一個 Python 代碼，使用依賴解析器對產品評論進行基于方面的情感分析。我創建了一個示例評論：“音質很好，但電池壽命很差?！陛敵鰹椋篬['soundquality', ['great']], ['batterylife', ['bad']]]我可以正確地得到這句話的方面和形容詞，但是當我將文本更改為：“音質不是很好，但電池壽命還不錯。”輸出仍然保持不變。如何向我的代碼添加否定處理？有什么方法可以改善我目前所擁有的嗎？
1 回答
翻閱古今
TA貢獻1780條經驗 獲得超5個贊
您不妨嘗試一下spacy。以下模式將捕獲：
名詞短語
后跟
is或are可選地跟隨
not后面跟著一個形容詞
import spacy
from spacy.matcher import Matcher
nlp = spacy.load('en_core_web_sm')
output = []
doc = nlp('The product is very good')
matcher = Matcher(nlp.vocab)
matcher.add("mood",None,[{"LOWER":{"IN":["is","are"]}},{"LOWER":{"IN":["no","not"]},"OP":"?"},{"LOWER":"very","OP":"?"},{"POS":"ADJ"}])
for nc in doc.noun_chunks:
d = doc[nc.root.right_edge.i+1:nc.root.right_edge.i+1+3]
matches = matcher(d)
if matches:
_, start, end = matches[0]
output.append((nc.text, d[start+1:end].text))
print(output)
[('The product', 'very good')]
或者，您可以使用依賴解析器中的信息來擴展匹配模式，這將添加形容詞短語的定義：
output = []
matcher = Matcher(nlp.vocab, validate=True)
matcher.add("mood",None,[{"LOWER":{"IN":["is","are"]}},{"LOWER":{"IN":["no","not"]},"OP":"?"},{"DEP":"advmod","OP":"?"},{"DEP":"acomp"}])
for nc in doc.noun_chunks:
d = doc[nc.root.right_edge.i+1:nc.root.right_edge.i+1+3]
matches = matcher(d)
if matches:
_, start, end = matches[0]
output.append((nc.text, d[start+1:end].text))
print(output)
[('The product', 'very good')]
添加回答
舉報
0/150
提交
取消