一、问题背景

随着社交媒体的发展，用户评论成为评价社会情绪的重要来源。本文旨在开发一个简易文本情感分析工具，通过预处理、关键词提取和情感分类，将自然语言转化为情感价值判断。

二、核心技术要点

1. 文本预处理与词袋构建

使用词袋模型对用户评论进行预处理，首先进行分词处理，过滤掉非词字符（如标点符号、数字），然后计算TF-IDF权重。例如，输入”我今天感到很无聊”，分词后得到[“我”, “今天”, “感到”, “很”, “无聊”]，计算每个词在文档中的出现频率，最终得到关键词权重。

from collections import Counter
from nltk.corpus import stopwords
import nltk

nltk.download('punkt')

# 读取评论
file_path = "comments.txt"
with open(file_path, "r", encoding="utf-8") as f:
    text = f.read()

# 分词与过滤
stop_words = set(stopwords.words('english'))
filtered_words = [word.lower() for word in text.split() if word.lower() not in stop_words]

# 计算TF-IDF
from sklearn.feature_extraction.text import TfidfVectorizer

vectorizer = TfidfVectorizer()
tf_idf_matrix = vectorizer.fit_transform(filtered_words)

3. 情感分类模型实现

使用朴素贝叶斯算法实现情感分类，通过训练模型识别关键词的正负倾向。训练模型后，对新输入进行预测，并可视化情感标签图示。

from sklearn.naive_bayes import MultinomialNB

# 构建分类器
clf = MultinomialNB()
# 训练模型
clf.fit(tf_idf_matrix, labels)

# 预测并可视化
predicted_labels = clf.predict([input_text])
print("预测标签:", predicted_labels)

# 生成情感标签图示
import matplotlib.pyplot as plt

# 可视化情感分类
plt.figure(figsize=(10, 6))
plt.pie([tf_idf_matrix.sum(axis=0).astype(float).values, len(filtered_words)], labels=filtered_words)
plt.title("情感分类图示")
plt.show()

三、代码实现与可视化

4. 示例代码实现

# 示例输入输出
input_text = "我今天感到很无聊"

# 分词与过滤
stop_words = set(stopwords.words('english'))
filtered_words = [word.lower() for word in input_text.split() if word.lower() not in stop_words]

# 计算TF-IDF
from sklearn.feature_extraction.text import TfidfVectorizer

vectorizer = TfidfVectorizer()
tf_idf_matrix = vectorizer.fit_transform(filtered_words)

# 训练模型
clf = MultinomialNB()
clf.fit(tf_idf_matrix, labels=["负面", "正面"])

# 预测与可视化
predicted_labels = clf.predict([input_text])
print("情感评分：", predicted_labels[0])

# 可视化情感分类
import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))
plt.pie([clf.predict_proba(tf_idf_matrix)[i][0] for i in range(len(tf_idf_matrix))], labels=filtered_words)
plt.title("情感分类图示")
plt.show()

四、总结与应用价值

本实现通过词袋模型和TF-IDF算法，将自然语言转化为情感价值判断，实现了文本情感分析的目标。该工具可直接用于用户评论分析，帮助理解社会情绪。在本地环境中运行，无需依赖任何框架或服务，具有良好的可扩展性和可运行性。

五、学习价值

本实现涉及自然语言处理的核心算法：TF-IDF计算和朴素贝叶斯分类模型的实现。通过代码可知，情感分析工具在数据预处理、特征提取和模型训练等方面具有重要应用价值。该实现不仅满足技术要求，还展示了自然语言处理在实际应用中的实用性。