用python语言对英文文本文本情感分析

要对英文文本进行情感分析，可以使用自然语言处理库NLTK（Natural Language Toolkit）和情感分析库TextBlob。

以下是一个简单的情感分析示例：

import nltk
from textblob import TextBlob

# 下载NLTK的情感分析器
nltk.download('vader_lexicon')

# 输入文本
text = "I love this book! It's so interesting and enjoyable to read."

# 使用TextBlob进行情感分析
blob = TextBlob(text)
polarity = blob.sentiment.polarity

# 输出情感分析结果
if polarity > 0:
    print("Positive")
elif polarity < 0:
    print("Negative")
else:
    print("Neutral")

输出结果为：

Positive

在这个示例中，我们使用TextBlob对文本进行情感分析，并输出结果为“Positive”。TextBlob使用NLTK的情感分析器来计算文本的极性得分，从而判断文本的情感是积极的、消极的还是中性的。

要使用NLTK的情感分析器进行情感分析，可以使用以下代码：

from nltk.sentiment import SentimentIntensityAnalyzer

# 输入文本
text = "I love this book! It's so interesting and enjoyable to read."

# 创建情感分析器
sia = SentimentIntensityAnalyzer()

# 使用情感分析器进行情感分析
polarity = sia.polarity_scores(text)['compound']

# 输出情感分析结果
if polarity > 0:
    print("Positive")
elif polarity < 0:
    print("Negative")
else:
    print("Neutral")

输出结果与上述示例相同。在这个示例中，我们使用NLTK的情感分析器进行情感分析，并输出结果为“Positive”。情感分析器返回一个字典，其中包含四个值：正面得分、负面得分、中性得分和综合得分。我们使用综合得分来判断文本的情感是积极的、消极的还是中性的。