python平凡英雄电影影评情感分析代码

以下是一个基于Python的简单电影影评情感分析代码，使用了NLTK库和情感词典SentiWordNet：

import nltk
from nltk.corpus import sentiwordnet as swn

# 下载NLTK的停用词和词性标注器
nltk.download('stopwords')
nltk.download('averaged_perceptron_tagger')

# 定义函数，输入为一个句子，输出为情感得分（介于-1和1之间）
def sentiment_score(sentence):
    # 定义情感得分变量
    pos_score = 0
    neg_score = 0
    # 分词和词性标注
    tokens = nltk.word_tokenize(sentence.lower())
    tagged_tokens = nltk.pos_tag(tokens)
    # 对于每个词，查找其对应的情感得分
    for word, tag in tagged_tokens:
        # 过滤掉停用词和标点符号
        if word not in nltk.corpus.stopwords.words('english') and word.isalpha():
            # 根据词性和词义查找情感得分
            synsets = list(swn.senti_synsets(word))
            if synsets:
                # 取第一个词义的情感得分
                synset = synsets[0]
                pos_score += synset.pos_score()
                neg_score += synset.neg_score()
    # 计算情感得分
    if pos_score == 0 and neg_score == 0:
        return 0
    else:
        return (pos_score - neg_score) / (pos_score + neg_score)

# 读取电影影评数据
with open('reviews.txt', 'r', encoding='utf-8') as f:
    reviews = f.readlines()

# 计算每个影评的情感得分
scores = []
for review in reviews:
    score = sentiment_score(review)
    scores.append(score)

# 计算平均得分和正面评价比例
avg_score = sum(scores) / len(scores)
pos_ratio = len([score for score in scores if score > 0]) / len(scores)

# 输出结果
print('平均得分:', avg_score)
print('正面评价比例:', pos_ratio)

需要注意的是，这只是一个简单的示例代码，情感分析的结果可能会受到词义歧义、否定词、情感强度等因素的影响，因此对于更准确的情感分析，需要使用更复杂的算法和技术。