Python实现用户评论属性与情感词匹配提取

半杯拿铁

发布时间：2026-10-13| 4人浏览过

原创

本文介绍一种基于Python的中文用户评论处理方法，旨在从评论文本中自动提取评价对象（属性词）及对应的情感表达。通过观察发现属性词常与情感词伴随出现，且多为名词或形容词。文章提供了详细的算法流程图、示例数据及完整代码实现，展示如何遍历分词结果，识别名词后的情感描述，并处理否定词等特殊情况，最终输出结构化的匹配结果。

在分析用户评论数据时，我们注意到一个显著现象：属性词通常与情感词共同出现。这是因为用户在描述产品或服务的特定属性时，往往会附带表达对该属性的情感态度，此时属性成为了情感指向的对象。此外，观察还表明，属性词和专用情感词在词性上主要体现为名词或形容词（即形谓词）。

具体的算法处理流程如下图所示：

示例评论数据如下所示：

实现该功能的Python代码如下：

#encoding=utf-8 
 
############################# 
# 
# 功能：给定一些中文的产品评论，希望从中找到评价对象及评价词。 
# 
# @author:licl 
# 
############################## 
 
fdata = open('JD_DFB_comments_out.txt','r') 
Output = open('Pattern_Result.txt','a') 
 
try: 
 data = fdata.readlines() 
  
 listline = [] 
  
  
 for line in data: 
   
  listline = line.replace(" ","/") 
  listline = listline.split("/") 
   
  i = 1 
   
  while i < len(listline): 
    
   if listline[i] != "名词": 
     
    i = i+2 
     
   else: 
     
    new_list = ["","",""] 
    new_list[0] = listline[i-1] 
     
    a = i-1 
    i = i+2 
     
    while i < len(listline):     
      
     if listline[i] == "标点": 
       
      i = i+2 
      break 
      
     else: 
       
      if listline[i-1]=='不' or listline[i-1]=='不怎么样' or listline[i-1]=='不怎么' or listline[i-1]=='不太':  
       new_list[1] = listline[i-1] 
      if listline[i] == "形容词" or listline[i] == "形谓词": 
       new_list[1] += listline[i-1] 
        
       b = i-1     
       t = (b-a)/2   
       new_list[2] = str(t) 
       for line in new_list: 
         
        Output.write(line + " ") 
         
       Output.write("\n")  
       break 
       
      else: 
      
       i = i+2  
except: 
 print "‘文件不存在'或者‘文件无法打开'" 
   
finally: 
  
 fdata.close() 
 Output.close()

以上即为本文介绍的全部内容，希望这些内容能对您的学习或工作有所帮助，同时也欢迎大家继续支持本站。