假设经过专业⼈⼠构建有: negtive.txt positive.txt 两个情感词典, 现在对多家公司的年报进⾏统计， 输出结果 ⽂件名、正⾯词数、负⾯词数

可以使用Python来实现对多家公司年报进行情感分析，并输出结果文件，具体步骤如下：

1. 首先读取negtive.txt和positive.txt两个情感词典，将里面的正面词和负面词分别存储在两个列表中。
2. 读取多家公司的年报文本文件，分别对每个文件进行情感分析。对于每个文件，可以统计其中正面词和负面词的数量，可以使用Python的计数器（Counter）来实现。
3. 将每个文件的情感分析结果保存在一个字典中，字典的键为文件名，值为一个元组，包含正面词数和负面词数。
4. 将所有文件的情感分析结果写入输出文件中，输出文件包括文件名、正面词数和负面词数三列，可以使用Python的csv库来实现。

下面是一个示例代码，假设年报文件存储在report文件夹中，输出结果保存在result.csv文件中：

import os
from collections import Counter
import csv

# 读取情感词典
positive_words = []
negative_words = []
with open('positive.txt', 'r', encoding='utf-8') as f:
    for line in f:
        positive_words.append(line.strip())
with open('negative.txt', 'r', encoding='utf-8') as f:
    for line in f:
        negative_words.append(line.strip())

# 对每个年报进行情感分析
results = {}
for filename in os.listdir('report'):
    if filename.endswith('.txt'):
        filepath = os.path.join('report', filename)
        with open(filepath, 'r', encoding='utf-8') as f:
            text = f.read()
            words = text.split()
            positive_count = Counter(word for word in words if word in positive_words)
            negative_count = Counter(word for word in words if word in negative_words)
            results[filename] = (sum(positive_count.values()), sum(negative_count.values()))

# 将结果写入输出文件
with open('result.csv', 'w', encoding='utf-8', newline='') as f: