Die Stimmungsanalyse ist eine Technik zur Verarbeitung natürlicher Sprache, die darauf abzielt, die Stimmung oder den emotionalen Ton zu bestimmen, der in einem Textstück, beispielsweise einem Satz, Absatz oder einem Dokument, zum Ausdruck kommt. Es wird häufig verwendet, um die Gesamtstimmung einer großen Menge an Textdaten zu verstehen, beispielsweise Kundenrezensionen, Social-Media-Beiträge oder Suggestions.
TextBlob ist eine Python-Bibliothek, die eine einfache und intuitive API zum Ausführen verschiedener Aufgaben zur Verarbeitung natürlicher Sprache, einschließlich Stimmungsanalyse, bereitstellt. Es basiert auf der NLTK-Bibliothek (Pure Language Toolkit) und bietet eine benutzerfreundliche Oberfläche für die Textverarbeitung und -analyse.
Um eine Stimmungsanalyse mit TextBlob durchzuführen, führen Sie normalerweise die folgenden Schritte aus:
- TextBlob-Set up: Zuerst müssen Sie die TextBlob-Bibliothek in Ihrer Python-Umgebung installieren. Sie können dies tun, indem Sie den folgenden Befehl in Ihrem Terminal oder Ihrer Eingabeaufforderung ausführen:
„
pip installiere Textblob
„
2. TextBlob importieren: Nach der Set up von TextBlob müssen Sie es in Ihr Python-Skript oder Pocket book importieren:
„Python
aus Textblob TextBlob importieren
„
3. Erstellen eines TextBlob-Objekts: Sie erstellen ein TextBlob-Objekt, indem Sie den Textual content, den Sie analysieren möchten, als Parameter an den TextBlob-Konstruktor übergeben:
„Python
textual content = „Ich liebe dieses Produkt! Es ist wunderbar.“
blob = TextBlob(textual content)
„
4. Stimmungsanalyse: Sobald Sie das TextBlob-Objekt haben, können Sie dessen „Sentiment“-Eigenschaft verwenden, um stimmungsbezogene Informationen zu erhalten. Die Eigenschaft „sentiment“ gibt ein benanntes Tupel mit zwei Werten zurück: Polarität und Subjektivität. Polarität stellt den Stimmungswert im Bereich von -1,0 (negativ) bis 1,0 (positiv) dar, während Subjektivität den Subjektivitätswert im Bereich von 0,0 (objektiv) bis 1,0 (subjektiv) darstellt:
„Python
sentiment = blob.sentiment
Polarität = Stimmung.Polarität
Subjektivität = Sentiment.Subjektivität
„
Der Wert „Polarität“ kann verwendet werden, um zu bestimmen, ob die Stimmung positiv, negativ oder impartial ist. Eine optimistic Polarität weist auf eine optimistic Stimmung hin, eine detrimental Polarität auf eine detrimental Stimmung und eine Polarität nahe Null auf eine neutrale Stimmung.
5. Die Stimmungsanalyse von TextBlob bietet außerdem eine Hilfsmethode namens „sentiment_assessments()“, die ein Wörterbuch mit detaillierteren Ergebnissen der Stimmungsanalyse zurückgibt. Es liefert die Polarität, Subjektivität und Bewertungen der Stimmung des Textes:
„Python
Beurteilungen = blob.sentiment_assessments
„
Das Wörterbuch „Bewertungen“ enthält die folgenden Schlüssel: Polarität, Subjektivität, Bewertungen und Rohbewertungen. Der Schlüssel „Bewertungen“ enthält eine Liste von Tupeln, wobei jedes Tupel ein Wort und die zugehörige Polarität und Subjektivität enthält.
Die Stimmungsanalyse von TextBlob kann ein nützliches Werkzeug sein, um Stimmungsinformationen schnell aus Textdaten zu extrahieren. Es ist jedoch zu beachten, dass die Stimmungsanalyse eine anspruchsvolle Aufgabe ist und die Genauigkeit der Ergebnisse je nach Komplexität und Kontext des analysierten Textes variieren kann.
