从京东收集商品的评论语料，进行情感类别标注，并抽取情感词汇 python代码

要从京东收集的商品评论语料中进行情感类别标注并抽取情感词汇，你可以使用Python中的一些自然语言处理工具和库。下面是一个示例代码，使用NLTK库进行情感类别标注和情感词汇抽取：

import nltk
import pandas as pd
from nltk.corpus import stopwords
from nltk.tokenize import word_tokenize
from nltk.sentiment import SentimentIntensityAnalyzer

# 下载必要的NLTK数据
nltk.download('vader_lexicon')
nltk.download('stopwords')
nltk.download('punkt')

def extract_sentiment_words(text):
    # 初始化情感强度分析器
    sid = SentimentIntensityAnalyzer()

    # 分词并移除停用词
    stop_words = set(stopwords.words('chinese'))
    word_tokens = word_tokenize(text)
    filtered_tokens = [w for w in word_tokens if not w in stop_words]

    # 对每个单词进行情感分析，并抽取情感词汇
    sentiment_words = []
    for word in filtered_tokens:
        sentiment_score = sid.polarity_scores(word)
        if sentiment_score['compound'] != 0.0:  # 根据情感强度判断是否为情感词汇
            sentiment_words.append(word)

    return sentiment_words

# 读取评论数据
df = pd.read_csv('comments.csv')

# 添加情感类别列
df['sentiment'] = ''

# 对每条评论进行情感类别标注和情感词汇抽取
for index, row in df.iterrows():
    comment = row['comment']
    sentiment_words = extract_sentiment_words(comment)
    df.at[index, 'sentiment'] = 'positive' if len(sentiment_words) > 0 else 'negative'

# 保存带有情感类别的评论数据
df.to_csv('comments_with_sentiment.csv', index=False)

请注意，这段代码假设你已经将京东的商品评论数据保存在名为`comments.csv`的CSV文件中，并且该文件包含一个名为`comment`的列来存储评论文本。代码将使用NLTK库中的`SentimentIntensityAnalyzer`进行情感分析，使用`stopwords`库移除停用词，使用`word_tokenize`函数进行分词。最后，代码将添加一个名为`sentiment`的列来存储情感类别，并将带有情感类别的评论数据保存在名为`comments_with_sentiment.csv`的CSV文件中。

你可以根据需要修改代码以适应你的具体任务和数据。