用于情感分析的 Python VADER 词典结构

Question

我正在使用 Python 的 nltk 库中的 VADER 情感词典来分析文本情感。这个词典不太适合我的领域，所以我想给各种词加上我自己的情感分数。所以，我得到了词典文本文件 (vader_lexicon.txt) 来做到这一点。但是，我不太了解此文件的体系结构。例如，像 obliterate 这样的词将在文本文件中具有以下数据: 抹杀 -2.9 0.83066 [-3, -4, -3, -3, -3, -3, -2, -1, -4, -3]

显然，-2.9 是列表中情绪分数的平均值。但是 0.83066 代表什么？

谢谢!

Answer 1

根据VADER source code , 仅使用每行的第一个数字。该行的其余部分将被忽略:

for line in self.lexicon_full_filepath.split('\n'):
    (word, measure) = line.strip().split('\t')[0:2] # Here!
    lex_dict[word] = float(measure)