Ответ 1

Sentiment Lexicon, в Университете Питтсбурга, может быть, то, что вам нужно. Это лексика около 8000 слов с положительным/нейтральным/отрицательным чувством. Он более подробно описан в этой статье и выпущен под GPL.

Ответ 2

Прибыв немного поздно, я просто заметлю, что словари имеют ограниченный вклад для анализа настроений. В некоторых предложениях, связанных с настроением, не содержится никакого слова "чувства" - например. "прочитайте книгу", которая может быть положительной в обзоре книги, в то время как негатив в обзоре фильма. Точно так же сентиментальное слово "непредсказуемое" может быть положительным в контексте триллера, но отрицательным при описании системы разломов Тойоты.

и есть еще много...

Ответ 3

Анализ настроений (интеллектуальное исследование) лексиконов

• MPQA Субъективность Лексикон
• Bing Liu и Minqing Hu Sentiment Lexicon
• SentiWordNet (включено в NLTK)
• VADER Sentiment Lexicon
• SenticNet
• LIWC (не бесплатно)
• Harvard Inquirer
• ANEW

Источники:

• Keenformatics - Аналитические аналитические лексиконы и наборы данных (мой блог)
• Хатто, К. Дж. и Эрик Гилберт. "Вейдер: экономная модель, основанная на правилах для анализа настроений в тексте социальных сетей" . Восьмая международная конференция AAAI по веб-журналам и социальным медиа. 2014.
• Учебное пособие по симпозиуму от настроений Кристофера Потца
• Личный опыт

Ответ 4

Профессор Bing Liu предоставляет английский лексикон около 6800 слов, вы можете скачать форму по этой ссылке: Мнение Майнинг, анализ настроений и обнаружение спама мнения

Ответ 5

В этой статье от 2002 г. описывается алгоритм для получения такого словаря из текстовых выборок автоматически, используя только два слова в качестве набора семян.

Ответ 6

AFINN вы можете найти здесь, а также создать его динамически. Например, когда неизвестное + ve слово добавляет его с +1. Подобно банану, это новое слово + ve и появляется дважды, тогда оно станет +2.

Как много статей и данных, которые вы craws ваш словарь станет сильнее!

Ответ 7

Каталог словарей Гарварда-IV http://www.wjh.harvard.edu/~inquirer/homecat.htm содержит как минимум два набора готовых к употреблению словарей для позитивной/отрицательной ориентации.

Ответ 8

Вы можете использовать лексику чувств vader

from nltk.sentiment.vader import SentimentIntensityAnalyzer

sentence='APPle is good for health'
sid = SentimentIntensityAnalyzer()
ss = sid.polarity_scores(sentence)  
print(ss)

он даст вам полярность предложения.

выход:

 {'compound': 0.4404, 'neu': 0.58, 'pos': 0.42, 'neg': 0.0}