【python 走进NLP】利用SnowNLP 训练自己的情感分析库

介绍
SnowNLP是一个python写的类库，可以方便的处理中文文本内容。可以做很多事情，如：

中文分词（Character-Based Generative Model）
词性标注（TnT 3-gram 隐马）
情感分析（现在训练数据主要是买卖东西时的评价，所以对其他的一些可能效果不是很好，待解决）
文本分类（Naive Bayes）
转换成拼音（Trie树实现的最大匹配）
繁体转简体（Trie树实现的最大匹配）
提取文本关键词（TextRank算法）
提取文本摘要（TextRank算法）
tf，idf
Tokenization（分割成句子）
文本相似（BM25）

安装：

pip install snownlp

训练
现在提供训练的包括分词，词性标注，情感分析，而且都提供了用来训练的原始文件

# 中文分词训练库
from snownlp import seg
seg.train('data.txt')
seg.save('seg.marshal')
# 词性标注训练库
from snownlp import tag
tag.train('199801.txt')
tag.save('tag.marshal')
#情感分析训练库
from snownlp import sentiment
sentiment.train('neg.txt', 'pos.txt')
sentiment.save('sentiment.marshal')

这样训练好的文件就存储为sentiment.marshal了，之后修改snownlp/sentiment/init.py里的data_path指向刚训练好的文件即可
找到SnowNLP 安装目录，如下：

放进去积极的文本，和消极的文本，进行训练即可。