英文情感分析

方法概述

英文情感分析（English Sentiment Analysis）是对英文文本所表达的情感倾向（正向、负向或中性）进行识别与度量的文本挖掘方法，广泛用于产品评论、社交媒体舆情、用户反馈分析等场景。

本工具基于情感词典匹配完成分析，核心特点包括：

  • 内置情感词典：AFINN、Bing、NRC 三种主流英文情感词典，可选择使用或完全自定义。
  • 自定义情感词典：可上传或直接输入正向词、负向词、否定词与程度副词。
  • 否定词处理：如 “not、never”，可翻转词语情感极性。
  • 程度副词处理：如 “very、extremely”，可增强或减弱情感强度。
  • 词形处理：支持小写化、词干提取、词性还原与停用词过滤等预处理。
  • 通过正向/负向分类阈值判定文本最终情感类别，输出情感分布、高频情感词与正/负向情感词云。

界面支持中英文双语切换。

方法原理

基于词典的情感分析（Lexicon-based Sentiment Analysis）通过匹配情感词典中的词语并对情感得分进行聚合，判断文本的情感倾向。以常见的 Bing 二值词典与 AFINN 带权词典为例，核心步骤如下：

1. 词典与权重

  • Bing 词典：将词语分为正向（+1）与负向（-1）两类。
  • AFINN 词典：为每个词赋予 -5 至 +5 的权重值，体现情感强弱。
  • NRC 词典：标注词的八大情绪与正负极。

2. 预处理与词形处理

对小写化、词干提取或词性还原后的文本进行停用词过滤，保留候选情感词序列 \(w_1, w_2, \dots, w_m\)。

3. 情感得分计算

逐词匹配词典计算得分。设第 \(i\) 个词前最近的程度副词强度为 \(d_i\)，否定词出现由 \(n_i \in \{0,1\}\) 表示（出现则翻转极性），则文本整体情感得分为：

\[ \text{Score} = \sum_{i=1}^{m} (-1)^{n_i} \times d_i \times p(w_i) \]

其中 \(p(w_i)\) 为该词在词典中的情感分值，\((-1)^{n_i}\) 实现否定翻转，\(d_i\) 实现程度加权。

4. 情感分类

设正向分类阈值为 \(t_+\)、负向分类阈值为 \(t_-\)，则：

\[ \text{类别} = \begin{cases} \text{Positive} & \text{Score} > t_+ \\ \text{Negative} & \text{Score} < t_- \\ \text{Neutral} & t_- \le \text{Score} \le t_+ \end{cases} \]

5. 结果统计

汇总各文本情感类别与得分，输出情感分布、高频情感词及正向/负向情感词云。

使用流程

在平台左侧菜单选择“英文文本分析 → 英文情感分析”，点击“开始智算”进入工具界面：

Step 1 数据准备

  • 支持 CSV、Excel、TXT 三种格式，文件大小不超过 10MB。
  • CSV/Excel 文件：第一列为文本内容；TXT 文件：每行一个文本段落。

Step 2 参数设置

  • 选择情感词典（AFINN / Bing / NRC / 自定义）。
  • 设置正向分类阈值（默认 0.1）与负向分类阈值（默认 -0.1）。
  • 设置最小词语长度，选择是否考虑否定词、考虑程度副词、内容去重、去除停用词、小写化、词干提取、词性还原。

Step 3 高级设置（词典配置）

  • 正向词词典 / 负向词词典：上传文件或直接输入词语（每行一个）。
  • 否定词表：上传或输入 “not、never、no” 等。
  • 程度副词表：上传或输入 “very、extremely、slightly” 等。

Step 4 开始分析

点击“开始情感分析”按钮执行分析。

Step 5 结果查看与下载

查看情感分析结果、词语情感分析、情感统计、高频情感词、正向/负向情感词云等标签页，并下载结果。

参数说明

参数 默认值 说明
情感词典选择 Bing AFINN / Bing / NRC / 自定义
正向分类阈值 0.1 情感得分高于该值判为正向（0-1）
负向分类阈值 -0.1 情感得分低于该值判为负向（-1-0）
最小词语长度 2 参与情感计算的词语最小长度（1-10）
考虑否定词 开 识别并翻转否定修饰词语的情感极性
考虑程度副词 开 识别程度副词并调节情感强度
内容去重 开 对重复文本去重后再分析
去除停用词 开 去除高频无意义词
转换为小写 / 词干提取 / 词性还原 — 词形处理选项
正向/负向/否定词/程度副词词典 内置 可上传或直接输入自定义词典

案例分析

案例背景：对 300 条英文外卖评论进行情感分析。

  • 数据：CSV（第一列为评论文本）。
  • 参数：Bing 词典、正阈值 0.1、负阈值 -0.1，开启否定词与程度副词处理，小写化。

示例文本情感得分：

评论 情感得分 情感类别
The food is excellent and delivery is fast 0.45 正向
Very disappointed, food arrived cold -0.38 负向
Not bad, but nothing special 0.04 中性
Great taste but poor packaging 0.11 正向

其中 “Very disappointed” 中程度副词 “very” 放大负面强度，被正确判为负向；“Not bad” 中否定词 “not” 翻转 “bad” 的极性，接近中性，符合语义。

情感分布统计示例：正向 161 条（54%）、负向 89 条（30%）、中性 50 条（16%）。

结论：工具反映了正负向评论分布，并通过否定词与程度副词处理识别了 “Not bad”“Very disappointed” 等带复杂修饰的表达。

常见问题

Q1: AFINN、Bing、NRC 三种词典有何区别？

A: AFINN 为带权分值词典（-5~5），能反映情感强弱；Bing 将词分为正负两类二值词典；NRC 提供八大情绪与正负极二维标签。三者在覆盖与评分方式上各有侧重，可对比选择。

Q2: 为什么 “not good” 被判为负向？

A: “good” 为正向词，被否定词 “not” 修饰后极性翻转，因此 “not good” 计为负向，这正是“考虑否定词”的作用。

Q3: 自定义词典与内置词典可以并用吗？

A: 选择“自定义”时会以自定义词典为准；选择内置词典时也可在“高级设置”上传补充正向词、负向词等，工具会自动合并。

Q4: 词干提取会影响情感判断吗？

A: 可能。词干提取会把 “disappointment” 变为 “disappoint” 等形式，若词典收录形式不一致会影响匹配，一般建议使用词性还原或关闭词形处理以保证匹配准确。

Q5: 如何提升领域准确性？

A: 补充业务领域（餐饮、医疗、金融）的正负向词与程度副词词典，并针对典型误判样本微调阈值，可获得较明显效果提升。

平台功能

  • 数据输入：支持 CSV、Excel、TXT 格式，文件大小限制 10MB。
  • 参数设置：情感词典选择、正负阈值、最小词长、否定词/程度副词/去重/去停用词/词形处理开关。
  • 自定义词典：正向词、负向词、否定词、程度副词文件上传或直接输入。
  • 双语界面：中英文一键切换。
  • 结果展示：情感分析原理说明、情感分析结果（逐条得分与类别）、词语情感分析、情感统计、高频情感词、正向/负向情感词云。
  • 结果导出：下载情感分析明细、统计结果与分析报告（HTML）。
  • AI 智能分析：基于 DeepSeek 大模型自动解读情感分布，提供口碑分析建议（每日限 3 次）。

使用建议

  1. 预处理：务必开启去停用词并做小写化；是否启用词性还原可视词典匹配情况而定。

  2. 词典本地化：针对业务领域补充自定义正负向词、否定词与程度副词，是提升效果的有效途径。

  3. 阈值调优：先以默认阈值运行，观察三类比例是否符合业务认知，再微调正负阈值使分类更贴合实际。

  4. 结果验证：随机抽检结果与人工判断的吻合度，对转折句、反讽句等典型误判修正词典。

  5. 趋势监测：按时间序列反复运行，结合“情感统计”观察正负向占比变化，用于舆情预警与口碑追踪。

平台界面

官方地址：https://superr.online

英文情感分析工具界面

平台界面包含：数据上传区、情感词典与参数设置区、词典配置区、结果展示（情感得分、情感分布、情感词云）及 AI 分析模块

参考文献：

  1. Liu, B. (2012). Sentiment Analysis and Opinion Mining. Morgan & Claypool.

  2. Mohammad, S. M., & Turney, P. D. (2013). Crowdsourcing a Word-Emotion Association Lexicon. Computational Intelligence.