您可以使用嵌套的for loop來實現(xiàn)這一點，但是這并不是解決簡單問題的好方法：for posWord in posWords:

for test in readFile:

if i == test:

counter +=1

print i

print(counter)

這并不是分析情緒的有效方法，相反，你只是在檢查文本中是否存在一個沒有上下文的積極詞，而這并不能告訴你太多信息。你處理這個任務(wù)的方式忽略了日常語言中常見的語義，比如雙否定、回文等等。而且，看起來你并沒有從文本中過濾出停止詞或詞干詞。見Stemming Algorithms。在

情緒分析應(yīng)該是統(tǒng)計學的產(chǎn)物。基于結(jié)構(gòu)化的方法并不像語義實現(xiàn)那樣有用——然而，這是一個有待討論的問題(可能)。此外，一種監(jiān)督學習方法[binary or multiclass]將文本分類為預定義的類別，如肯定或否定。情緒分析的一個典型方法是實現(xiàn)naivebayes框架，盡管已經(jīng)提出了更有效/更強大的方法(SVM、隱馬爾可夫模型等)。見參考資料2。在

雖然我并不真正從事情感分析，除非我想讓我的生活更輕松，或者贊美我已經(jīng)在做的事情，但我確實研究了自然語言處理中的幾個主題。我堅信，學術(shù)領(lǐng)域已經(jīng)遠遠超過了商業(yè)領(lǐng)域的努力，事實上，一些公司正在產(chǎn)生的結(jié)果/結(jié)論/價格是歇斯底里的-我仍然會遇到一個體面的實施。如果你想了解更多關(guān)于這個領(lǐng)域的知識，我建議你閱讀發(fā)表在IEEE&amp；ACM上的學術(shù)期刊。在

值得注意的資源：

總結(jié)

以上是生活随笔為你收集整理的python输出不重复的单词_Python情感分析（比较单词时，不计算文本中重复的单词）...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。