python - 为什么 TextBlob 不使用/检测否定？

Question

我正在使用 TextBlob 执行情感分析任务。我注意到 TextBlob 在某些情况下能够检测到否定，而在其他情况下则不能。

这是两个简单的例子

>>> from textblob.sentiments import PatternAnalyzer

>>> sentiment_analyzer = PatternAnalyzer()
# example 1
>>> sentiment_analyzer.analyze('This is good')
Sentiment(polarity=0.7, subjectivity=0.6000000000000001)

>>> sentiment_analyzer.analyze('This is not good')
Sentiment(polarity=-0.35, subjectivity=0.6000000000000001)

# example 2
>>> sentiment_analyzer.analyze('I am the best')
Sentiment(polarity=1.0, subjectivity=0.3)

>>> sentiment_analyzer.analyze('I am not the best')  
Sentiment(polarity=1.0, subjectivity=0.3)

正如您在第二个示例中看到的，当使用形容词best时，极性没有改变。我怀疑这与形容词 best 是一个非常强的指示符有关，但似乎不太正确，因为否定应该颠倒极性(以我的理解)。

谁能解释一下发生了什么？ textblob 是否使用了某种否定机制，或者只是单词 not 在句子中添加了负面情绪？无论哪种情况，为什么第二个例子在两种情况下都有完全相同的情绪？对于如何克服这些障碍有什么建议吗？

Answer 1

(编辑:我的旧答案更多是关于通用分类器，而不是关于 PatternAnalyzer)

TextBlob 在您的代码中使用“PatternAnalyzer”。该文档中简要描述了其行为:http://www.clips.ua.ac.be/pages/pattern-en#parser

我们可以看到:

The pattern.en module bundles a lexicon of adjectives (e.g., good, bad, amazing, irritating, ...) that occur frequently in product reviews, annotated with scores for sentiment polarity (positive ↔ negative) and subjectivity (objective ↔ subjective).

The sentiment() function returns a (polarity, subjectivity)-tuple for the given sentence, based on the adjectives it contains,

这是一个显示算法行为的示例。极性直接取决于所使用的形容词。

sentiment_analyzer.analyze('player')
Sentiment(polarity=0.0, subjectivity=0.0)

sentiment_analyzer.analyze('bad player')
Sentiment(polarity=-0.6999998, subjectivity=0.66666)

sentiment_analyzer.analyze('worst player')
Sentiment(polarity=-1.0, subjectivity=1.0)

sentiment_analyzer.analyze('best player')
Sentiment(polarity=1.0, subjectivity=0.3)

专业软件通常使用基于神经网络和分类器并结合词法分析的复杂工具。但对我来说，TextBlob 只是尝试根据语法分析的直接结果(此处为形容词的极性)给出结果。这就是问题的根源。

它不会尝试检查一般句子是否是否定的(带有“not”词)。它尝试检查形容词是否被否定(因为它仅适用于形容词，不适用于一般结构)。这里，best用作名词，而不是否定形容词。因此，极性为正。

sentiment_analyzer.analyze('not the best')
Sentiment(polarity=1.0, subjectivity=0.3)

只需更换单词的顺序即可对形容词而不是整个句子进行否定。

sentiment_analyzer.analyze('the not best')
Sentiment(polarity=-0.5, subjectivity=0.3)

这里，形容词被否定了。所以，极性是负的。这是我对这种“奇怪行为”的解释。

<小时/>

真正的实现在文件中定义: https://github.com/sloria/TextBlob/blob/dev/textblob/_text.py

中间部分由下式给出:

if w in self and pos in self[w]:
    p, s, i = self[w][pos]
    # Known word not preceded by a modifier ("good").
    if m is None:
        a.append(dict(w=[w], p=p, s=s, i=i, n=1, x=self.labeler.get(w)))
    # Known word preceded by a modifier ("really good").
    
    ...
    

else:
    # Unknown word may be a negation ("not good").
    if negation and w in self.negations:
        n = w
    # Unknown word. Retain negation across small words ("not a good").
    elif n and len(w.strip("'")) > 1:
        n = None
    # Unknown word may be a negation preceded by a modifier ("really not good").
    if n is not None and m is not None and (pos in self.modifiers or self.modifier(m[0])):
        a[-1]["w"].append(n)
        a[-1]["n"] = -1
        n = None
    # Unknown word. Retain modifier across small words ("really is a good").
    elif m and len(w) > 2:
        m = None
    # Exclamation marks boost previous word.
    if w == "!" and len(a) > 0:
    
    ...

如果我们输入“not a good”或“not the good”，它将匹配else部分，因为它不是单个形容词。

“不好”部分将匹配 elif n and len(w.strip("'")) > 1:所以它会反转极性。 not the good不会匹配任何模式，因此，极性将与“最佳”相同。

整个代码是一系列细微的调整，语法指示(例如添加!增加极性，添加笑脸表示讽刺，...)。这就是为什么某些特定模式会产生奇怪的结果。为了处理每种特定情况，您必须检查您的句子是否与代码该部分中的任何 if 句子匹配。

希望能帮到你