jupyter 读取文本TF-IDF 情感倾向提取

在Jupyter Notebook中，可以使用scikit-learn库中的TfidfVectorizer类和情感分析模型，来读取文本并进行TF-IDF特征提取以及情感倾向提取。以下是一个示例代码片段：

import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer
from textblob import TextBlob

# 读取文本文件
df = pd.read_csv('example.txt', delimiter='\t', header=None, names=['text'])

# 初始化TfidfVectorizer对象，并执行特征提取
vectorizer = TfidfVectorizer(stop_words='english')
tfidf = vectorizer.fit_transform(df['text'])

# 获取特征名称列表
feature_names = vectorizer.get_feature_names()

# 遍历每个文本，进行情感分析
for i, row in df.iterrows():
    text = row['text']
    tfidf_vector = tfidf[i]
    sentiment = TextBlob(text).sentiment.polarity
    if sentiment > 0.1:
        print("Text #{}: positive".format(i))
    elif sentiment < -0.1:
        print("Text #{}: negative".format(i))
    else:
        print("Text #{}: neutral".format(i))

在上述代码中，我们首先使用pd.read_csv()方法读取一个文本文件，并将文件中的每一行作为一个文本进行处理。然后，我们初始化TfidfVectorizer对象，并使用fit_transform()方法对文本进行特征提取。接着，我们遍历每个文本，使用TextBlob模型计算其情感倾向，并根据情感倾向值对其进行分类。最后，我们将每个文本的分类结果输出。

需要注意的是，TextBlob模型是一个基于NLTK库的情感分析模型，它将情感倾向值映射到-1到1之间。在上述代码中，我们将情感倾向值大于0.1的文本分类为positive，小于-0.1的文本分类为negative，其余文本分类为neutral。这些阈值可以根据具体应用场景进行调整。