智能手机评论的细腻情感分析
情感分析或观点挖掘是使用自然语言处理和机器学习对单词背后的情感进行的分析。随着一切在线变化，品牌和企业对客户的评价至为重要，并且由于这种情感分析，在过去的10年中一直是活跃的研究领域。企业正在进行大量投资以提供有效的情绪分类器。
为什么要进行细粒度的情感分析？
在探索我大多发现寿小号其使用所面对自己的二元分类（只是正面和负面情绪），一个很好的理由?分类是细粒度分类有点更具挑战性，也有不适用于此许多资源。
情绪分析
资源
对细节的关注使平均和惊人之间有所不同。如果需要更精确的结果，则可以使用细粒度分析。简而言之，您不仅可以确定谁在谈论某个产品，还可以确定他们的反馈中到底在谈论什么。例如，对于比较表达式“ Scam 1992比Mirzapur 2更好”。—与常规的二进制情感分类器相比，细粒度的情感分析可以提供更精确的信息。除了上述优势外，“地理位置”这样的双极性评论确实很差……但是那里的人却光荣。”会混淆提供错误预测的二进制情感分类器。
我认为上述优势将为进行细粒度的情绪分析提供足够的动力。
如何进行细粒度的情绪分析：方法和工具
数据收集和准备。为了收集数据，我们使用python，selenium和beautifulsoup库从Amazon刮取了前100名智能手机评论。如果您不知道如何使用python和beautifulsoup并请求用于网络抓取的库，那么这里是一个快速教程。Selenium Python绑定提供了一个简单的API，可以使用Selenium WebDriver编写功能/验收测试。
现在开始编码！！
汇入要求
从fake_useragent导入UserAgent
导入csv
汇入
从硒导入webdriver
从bs4导入selenium导入webdriver的BeautifulSoup
我们首先导入一些库。请求库用于将请求发送到URL并接收网页的内容。BeautifulSoup用于以更具可读性的格式来格式化网页的内容。selenium用于自动化没有硒的网页抓取过程，您必须发送标头和cookie，我发现该过程更加繁琐。
搜索产品并获取ASIN（亚马逊标准标识号）
现在，我们将基于搜索到的查询创建帮助函数，以获取所有产品的ASIN编号。这些ASIN号将有助于我们稍后创建每个产品的URL。我们创建了两个函数search（）和asin（），用于搜索网页并将所有ASIN号存储在列表中。我们发现，当我们在亚马逊上搜索特定产品时。然后将其网址分为三部分。
“ https://www.amazon.in/s?k= ” +搜索查询+页码。因此，我们搜索了一部智能手机，直到7页，您可以根据需要将其扩展到任意数量的页面。
def搜索（URL，查询，page_no）：
    “”
    此功能可根据url和查询来搜索页面
    参数：
    url =要从中解析数据的主站点
    查询=要搜索的产品/词
    返回：页面（如果找到），否则返回错误
    “”
    路径=网址+查询+“＆page =” + str（page_no）
    页面= request.get（路径，标头=标头）
    如果page.status_code == 200：
        返回page.content
    其他：
        返回“错误”的定义为（url，query，page_no）：
    “”
    获取ASIN（产品的阿姆松标准识别号）
    参数：
    url =需要从中删除asin的主URL
    查询=要从中刮除asins的产品类别
    返回：产品的asins列表
    “”
    product_asin = []
    响应=搜索（url，query，page_no）
    汤= BeautifulSoup（response，'html.parser'）
    对于汤中的i，find_all（“ div”，{“ class”：“ sg-col-20-of-24 s-结果项s-asin sg-col-0-of-12 sg-col-28-of -32 sg-col-16-of-20 sg-col sg-col-32-of-36 sg-col-12-of-16 sg-col-24-of-28“}）：
        product_asin.append（i ['data-asin']）
    返回product_asin
获取产品详细信息
现在，下一步是为每个产品创建一个URL，然后转到该URL并抓取该页面所需的所有必要详细信息。为此，我们使用硒来自动化提取细节的过程。对于亚马逊。每个产品的网址中的内容可以细分为
“ https://www.amazon.in/dp/ ” + asin
然后，我们创建了一个函数，以转到使用asin数字创建的每个URL，并获取每个产品的评论，评分和名称。然后，我们使用python中的CSV模块将这些值存储为CSV文件。
预处理和探索性数据分析。
使用pandas库和一些EDA（如评分分布，评论中的单词计数以及在正面评论和负面评论中占主导地位的单词）加载保存的CSV文件，然后进行预处理（例如，评论和标题的清除等）。
情绪分析正负分数在数据集中的分布。
图片发布
上图显示了正面和负面评论中单词数量的分布。我们可以看到，正面评论中的单词数量频率比负面评论中的单词频率高，而且负面评论通常比正面评论中的短。
图片发布好评
我们可能无法从中获得太多收益，也许是因为数据集较小，但是我们可以注意到，可以为肯定的“好”一词是积极评论中的主导词之一。
图片发布负面评论
在上述词云中，“不要，买，打电话”是这里的主要词。
图片发布字数
对于负字数，可以清晰地看到正态分布图，但是对于积极的评论，则没有清晰的图案。
Textblob用于细粒度的情绪分析：
TextBlob是用于自然语言处理（NLP）的python库。TextBlob积极使用自然语言工具包（NLTK）来完成其任务。NLTK是一个库，可以轻松访问许多词汇资源，并允许用户处理分类，分类和许多其他任务。TextBlob是一个简单的库，支持对文本数据进行复杂的分析和操作。
我们将创建一个返回情感极性得分的函数，然后使用该函数从1-5预测情感得分。
从textblob导入TextBlob
def textblob_score（句子）：
    返回TextBlob（sentence）.sentiment.polarity
将每个评论传递给上述函数，并将返回的分数存储并保存到数据框中。
题库