问题标签 [vader]

我正在尝试将这些新单词及其相应的极性分数从 CSV 文件添加到 Vader Sentiment Lexicon

它还反映在更新时的 vadersentiment 对象中：

但是，一旦我尝试获取新添加单词的极性分数，就会引发错误：

我对正在发生的事情感到困惑，即使这个词出现在 Vader 词典中：

有谁知道为什么会这样？

我正在为 python 使用 NLTK，我正在尝试更新一组单词的分数。虽然分数似乎正在更新，但它们似乎并没有按照我指定的方式更新。我想知道是否有人知道这个过程是如何工作的？

我在下面附上了一个最小的工作示例，显示了更新前后的分数

之前和之后的分数可以在下面看到

我有一个案例研究要处理，其中有几个可用的客户评论，我必须执行以下操作

1. 根据他们的评论预测他们的情绪（正面、负面、中性）

2. 显示一个词云，不是经常出现的词，而是客户痛点和客户满意的词。

   例如，如果许多客户对手表的皮革表带感到满意，那么词云应该在积极情绪的词云中显示“皮革表带”。 

   & 如果许多客户对表盘大小抱怨/不满意，那么词云应该在负面情绪词云中显示“表盘大小”。

使用 VADER 或多或少可以实现第 1 点。

但我不确定如何达到第 2 点，因为它不是常见单词的常用词云。

你能帮我解决第二个任务吗？

自定义 Vader 情感包时可以分配给单词的数字范围是多少。在定制中，我想添加更多单词并为它们分配情绪分数。

我的数据是来自 Stocktwits 的推文，我尝试使用 python 中的 Vader 库进行情绪分析。问题是正、中性和负字段加起来不等于 1.0。取而代之的是，它们加起来为 2.0。

{'neg'：0.0，'neu'：2.0，'pos'：0.0，'compound'：0.0}

这是正常的吗？

如标题所述，代码如下：

给定的表情符号被原始词典认为是负面的，但我希望它是正面的。但是，根据上面的代码进行更新似乎根本不起作用：

{'neg'：1.0，'neu'：0.0，'pos'：0.0，'compound'：-0.34}

https://pypi.org/project/vaderSentiment/

对比

https://www.nltk.org/howto/sentiment.html （在上面的链接中检查 vader）

好像是一样的，有大神可以确认一下吗？

我正在使用 Vader 包对 R 上的推文数据集进行分析，但我遇到了一个问题。在正确计算某些推文的分数后，操作中断并检索到此错误：

不知道是数据本身的问题还是功能的问题。

我正在使用此代码

如果有人可以帮助我，我将不胜感激！

我正在尝试在 python 中使用 VADER 确定客户反馈的情绪分数。下面的简单代码非常适合个人反馈，并返回一个包含负面、中性、正面和复合分数的字典。

代码：

结果：{'neg'：0.0，'neu'：0.484，'pos'：0.516，'compound'：0.4927}

现在，我有一个包含 4k+ 客户反馈的电子表格。我要做的是遍历每个反馈并添加 4 个新列作为 Negative_Score、Neutral_Score、Positive_Score 和 Compound_Score。我编写了以下代码，但没有给出预期的结果。每行获得相同的分数。任何帮助将不胜感激。

代码：

我从 API 接收 json 数据：

我使用 Python 加载 json 消息。

我使用 VaderSentiment 从 json 消息的 body_text 部分的文本中提取情绪。

问题是当红色的心❤表情符号作为 \u2764\ufe0f 包含在文本 Vader 中时，无法预测正确的情绪。在他们的页面上，他们建议 vader 正在翻译 utf-8 编码的表情符号，例如 and 和 。我相信 \u2764\ufe0f 不是 UTF-8 ，如何使用 python 将它变成 UTF-8 ？

如果以下页面表情符号正确，则 \u2764\ufe0f 是“python src”编码。