2

我正在学习 Python，并试图用它来执行情绪分析。我正在关注此链接中的在线教程：http ://www.alex-hanna.com/tworkshops/lesson-6-basic-sentiment-analysis/ 。我将一段代码作为映射器类，其中的摘录如下所示：

sentimentDict = {
    'positive': {},
    'negative': {}
}

def loadSentiment():
    with open('Sentiment/positive_words.txt', 'r') as f:
        for line in f:
            sentimentDict['positive'][line.strip()] = 1

    with open('Sentiment/negative_words.txt', 'r') as f:
        for line in f:
            sentimentDict['negative'][line.strip()] = 1

在这里，我可以看到创建了一个新字典，其中包含正负两个键，但没有值。

在此之后，打开两个文本文件，每行都被剥离并映射到字典。

但是，= 1 部分是做什么用的？为什么这是必需的（如果不是，它怎么能被删除？）

4

4 回答 4

7

该循环创建一个嵌套字典，并将所有值设置为 1，大概是为了使用键作为清除重复值的一种方式。

您可以改用集合并避免使用该= 1值：

sentimentDict = {}

def loadSentiment():
    with open('Sentiment/positive_words.txt', 'r') as f:
        sentimentDict['positive'] = {line.strip() for line in f}

    with open('Sentiment/negative_words.txt', 'r') as f:
        sentimentDict['negative'] = {line.strip() for line in f}

请注意，您甚至不需要创建初始字典；你可以用一个语句，一个集合理解来创建整个集合。

如果其他代码确实依赖于将值设置为的字典1（可能在稍后阶段更新计数），则使用dict.fromkeys()类方法会更高效：

sentimentDict = {}

def loadSentiment():
    with open('Sentiment/positive_words.txt', 'r') as f:
        sentimentDict['positive'] = dict.fromkeys((line.strip() for line in f), 1)

    with open('Sentiment/negative_words.txt', 'r') as f:
        sentimentDict['negative'] = dict.fromkeys((line.strip() for line in f), 1)

然而，查看您的源博客文章表明，字典仅用于对键进行成员资格测试，因此在此处使用集合要好得多，并且对于引导的其余代码是透明的。

于 2013-08-07T15:15:58.653 回答
2

关键是这是一个嵌套的字典。sentimentDict是字典， 和sentimentDict['positive']也是sentimentDict['negative']字典。

在loadSentiment()函数中，这些内部字典填充了项目。单词是键，值始终是1。

所以你会得到这样的东西：

{'negative': {'bad': 1,
              'disgusting': 1,
              'horrible': 1},
 'positive': {'amazing': 1, 
              'awesome': 1, 
              'cool': 1}}

我对值的含义的猜测1是这些字典只是在这里初始化，然后这些计数可能会增加以表示更强或更弱的情绪。

于 2013-08-07T15:14:53.767 回答
1

这是创建一个字典字典，所以sentimentDict['negative'][/something/] = 1大概会创建一个看起来像这样的字典*：

sentimentDict : {'negative' : { 'some_word' : 1, 'some_other_word' : 1, etc. }}

这些值来自line.strip()，它可能会产生一个正面和负面词的列表。每个单词分别成为“否定”和“肯定”字典中的一个键（它们应该是不同的文件，产生不同的列表），每个单词的值都是 1。这样，您可以轻松地运行文件，取出文件中的每个单词，然后将其插入字典并累加结果：

sentiment_count = 0
for word in some_file:
  if word in sentimentDict['negative'].keys():
      sentiment_count += sentimentDict['negative'][word]
  etc.

再一次编辑 Martijn 给出了答案。我误读strip()为split()（我的一个常见错误）。

于 2013-08-07T15:14:05.433 回答
0

从您给出的链接 http://www.alex-hanna.com/tworkshops/lesson-6-basic-sentiment-analysis/中的代码中，它存储 1 作为字典键值的占位符

单词本身是关键，它的值 (=1) 不重要。

更好的方法是使用集合或简单列表的字典，而不是链接显示的字典字典。

于 2013-08-07T15:18:23.070 回答