Simple sentiment analysis using regular expression

From LemonWiki共筆
Jump to navigation Jump to search

使用 Regular expression 簡易地進行文字的「情感分析」(sentiment analysis)。

輸入文字範例1[edit]

我喜歡 pokemon。
我不喜歡 pokemon。
我樂愛 pokemon。
我不樂愛 pokemon。

三種類型情緒

  1. 正面情緒 (positive sentiment)
    • 方式: 搜尋包含「喜歡」、「樂愛」但是前面不緊接「不」字
    • 搜尋: [^不](喜歡|樂愛)
  2. 負面情緒 (negative sentiment)
    • 方式: 搜尋包含「不喜歡」、「不樂愛」
    • 搜尋: [不](喜歡|樂愛)
  3. 中性情緒 (neural sentiment)
    • 方式: 搜尋不包含「喜歡」、「樂愛」
    • 搜尋: ^((?!(喜歡|樂愛)).)*$

但是這樣的搜尋方式，沒有處理到雙重否定 (double negative，負負得正) 比較複雜文法的句子。

輸入文字範例2[edit]

我喜歡 pokemon。
我不喜歡 pokemon。
說我不喜歡 pokemon 是錯誤的。
我樂愛 pokemon。
我不樂愛 pokemon。
說我不樂愛 pokemon 是錯誤的。

三種類型情緒

  1. 正面情緒 (positive sentiment)
    • 方式: 搜尋 (1) 包含「喜歡」、「樂愛」但是前面不緊接「不」字 (2) 包含「不喜歡」、「不樂愛」，句子中同時包含否定字串，如例子的「錯誤」。
    • 搜尋:
      • 條件 (1) 搜尋: [^不](喜歡|樂愛)、
      • 條件 (2) 搜尋: 找到雙重否定 (?=.*[不](喜歡|樂愛))(?=.*錯誤).*、
      • 整合條件 (1) 和條件 (2) 的搜尋: [^不](喜歡|樂愛)|(?=.*[不](喜歡|樂愛))(?=.*錯誤).*
  2. 負面情緒 (negative sentiment)
    • 方式: 搜尋包含「不喜歡」、「不樂愛」，同時句子中同時不包含否定字串，如例子的「錯誤」。
    • 搜尋: ^(?!.*錯誤).([不](喜歡|樂愛)).*$
  3. 中性情緒 (neural sentiment)
    • 方式: 搜尋不包含「喜歡」、「樂愛」
    • 搜尋: ^((?!(喜歡|樂愛)).)*$

輸入文字範例3[edit]

「不」、「愉快」相隔幾字 

與 pokeman 的冒險，會有不少的爭執、不愉快
與 pokeman 的相處比較不會因為這個方面而鬧得不愉快
和 pokeman 相處滿愉快
鬧的心情不是很愉快
沒有很愉快
很愉快

三種類型情緒

  1. 正面情緒 (positive sentiment)
    • 方式: 搜尋包含「愉快」但是前面不包含「不」或「沒」字
    • 搜尋: 搜尋: ^((?![不|沒]).)+(愉快) 或 ^([^不|沒])+(愉快) (線上測試)
  2. 負面情緒 (negative sentiment)
    • 方式: 搜尋包含「愉快」但是前面包含「不」或「沒」字
    • 搜尋: ([不|沒]).*(愉快)
  3. 中性情緒 (neural sentiment)
    • 方式: 搜尋不包含「愉快」、「喜歡」、「樂愛」
    • 搜尋: ^((?!(愉快|喜歡|樂愛)).)*$

備註[edit]

  • 段落每個句子需要資料前處理，分成每個句子一行。
  • 情緒文字需要事先建立詞庫。
  • 詞庫文字大量時，效能未知。
  • 本方法沒有處理: 段落文字不包含關鍵字，需要透過前後文判斷情緒時。

issues

  • 以標點符號當作斷點

延伸閱讀[edit]

Retrieved from "https://wiki.planetoid.info/index.php?title=Simple_sentiment_analysis_using_regular_expression&oldid=22592"