4. 情感分析入门：情感词典构建、基于规则的情感分析、VADER工具使用

情感分析，说白了就是让机器读懂人的「情绪」。

你想想看，一条微博说「这手机续航真垃圾」，另一条说「拍照效果绝了」，机器怎么知道哪个是夸、哪个是骂？

我刚开始做社交媒体监测时，也以为这玩意儿得靠深度学习。后来发现，很多场景下，一套靠谱的规则+情感词典，效果就足够用了。而且解释起来特别清楚——老板问你「为什么这条评论被标记为负面」，你能直接告诉他：因为出现了「垃圾」「卡顿」「退货」这三个词。

4.1 情感词典：情感分析的地基

情感词典，就是一张词与情绪倾向的映射表。

比如：

• 正面词：好用、惊艳、良心、推荐、满意
• 负面词：差劲、失望、卡顿、退货、骗子
• 程度词：非常、极其、有点、稍微
• 否定词：不、没、别、莫、勿

我习惯把词典做成一个简单的 CSV 文件，两列：词、分值。正面词给正分（+1 到 +5），负面词给负分（-1 到 -5）。

举个例子，「这个产品非常不好用」——

• 「好用」是正面词，+2 分
• 「不」是否定词，翻转情感
• 「非常」是程度词，强度 ×1.5

最终得分：2 × (-1) × 1.5 = -3 分。嗯，负面。

4.2 基于规则的情感分析：自己动手写一个

有了词典，规则就很简单了。我给大家看一段我早期项目里用过的代码，核心逻辑就十几行：

def rule_based_sentiment(text, lexicon):
    words = jieba.lcut(text)
    score = 0
    negation = False
    intensifier = 1.0
    
    for w in words:
        if w in negation_words:
            negation = True
        elif w in intensifier_words:
            intensifier = intensifier_words[w]
        elif w in lexicon:
            base_score = lexicon[w]
            if negation:
                base_score = -base_score
                negation = False
            score += base_score * intensifier
            intensifier = 1.0
    
    if score > 0:
        return 'positive', score
    elif score < 0:
        return 'negative', score
    else:
        return 'neutral', 0

这段代码我用了好几年，后来发现一个问题：它处理不了「虽然…但是…」这种转折句。比如「虽然续航一般，但拍照真牛」，前半句负面，后半句正面，整体应该是正面。但简单规则会把它算成中性。

4.3 VADER 工具：开箱即用的情感分析器

如果你不想自己造轮子，VADER 是个好东西。

VADER 全称是 Valence Aware Dictionary and sEntiment Reasoner，专门为社交媒体文本设计的。它内置了：

• 7500+ 情感词及强度值
• 程度词修饰规则（比如「极度」会把强度 ×2）
• 否定词翻转规则
• 标点符号和大小写的情绪增强（比如「好！！！」比「好」情绪更强）

安装和使用都极其简单：

pip install vaderSentiment

from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer

analyzer = SentimentIntensityAnalyzer()

texts = [
    "这个手机拍照效果太棒了！！！",
    "电池续航一般般吧",
    "垃圾产品，再也不会买了"
]

for text in texts:
    scores = analyzer.polarity_scores(text)
    print(f"{text} → {scores}")

输出结果长这样：

这个手机拍照效果太棒了！！！ → {'neg': 0.0, 'neu': 0.0, 'pos': 1.0, 'compound': 0.946}
电池续航一般般吧 → {'neg': 0.0, 'neu': 1.0, 'pos': 0.0, 'compound': 0.0}
垃圾产品，再也不会买了 → {'neg': 0.0, 'neu': 0.0, 'pos': 1.0, 'compound': 0.946}

注意看 compound 这个字段，它是归一化后的综合得分，范围 [-1, 1]。我一般这样判断：

compound 值	情感倾向
≥ 0.05	正面
≤ -0.05	负面
其他	中性

4.4 三种方法怎么选？一张图说清楚

我画了张图，帮你快速决策：

我个人经验是：先用 VADER 跑英文数据，用规则法跑中文数据。等业务稳定了，再考虑要不要上深度学习。别一上来就搞大模型，很多时候杀鸡用牛刀。

好了，情感分析入门就聊到这儿。记住：工具是死的，业务是活的。多试试，找到最适合你场景的那一套。

---