对评论语料进行情感标注抽取情感词汇 python代码

要对评论语料进行情感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库进行情感标注和情感词汇抽取：

import nltk
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('english'))
    word_tokens = word_tokenize(text.lower())
    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

# 示例评论语料
comment = "This movie is really great! The acting was amazing and the plot was engaging."

# 提取情感词汇
sentiment_words = extract_sentiment_words(comment)
print(sentiment_words)

这段代码使用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。你可以根据需要修改代码以适应你的具体任务和数据。