基于Python如何自定义构建一个方便后期进行情感极性分析的自定义词典？请给出详细代码

在Python中，我们可以使用字典（dict）数据结构来创建一个自定义的情感词典，用于后续的情感分析任务。这个词典将包含词语及其对应的极性（如正面、负面或中性）。下面是一个简单的例子：

# 定义一个空的情感词典
custom_lexicon = {
    "喜欢": {"polarity": "positive", "score": 0.9},
    "讨厌": {"polarity": "negative", "score": -0.9},
    "一般": {"polarity": "neutral", "score": 0},  # 中性词赋值0作为基准
    "高兴": {"polarity": "positive", "score": 0.75},
    # 添加更多词汇和它们的情感分数
}

# 这里的"score"可以是0到1之间的浮点数，表示情感强度；负数表示负面情感，正数表示正面情感

def analyze_sentiment(text, custom_dict=custom_lexicon):
    words = text.split()
    sentiment_score = sum(custom_dict.get(word, {}).get("score", 0) for word in words)
    if sentiment_score > 0:
        return "积极"
    elif sentiment_score < 0:
        return "消极"
    else:
        return "中立"

# 使用自定义词典分析文本情感
text = "我喜欢吃苹果，今天过得非常高兴。"
sentiment = analyze_sentiment(text)
print(f"情感分析结果：{sentiment}")