Simple sentiment analysis using regular expression

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

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

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)).)*$

備註

• 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。

延伸閱讀

• Lookahead and Lookbehind Tutorial—Tips &Tricks