基于情感词典的文本情感分析方法
大致流程：
一、确定情感词典：
情感词典分为极性词典和量化词典（自己整理定义）。
1.若选择量化词典可直接进行第二步（适合情感词较少的短文本，重点在于区分情感程度）；
2.若选择极性词典，需要先对消极和积极的情感词进行赋值，如：积极词赋值0.1，消极词赋值0.001（适合长文本，重点在于判断文章情感倾向）。
二、读取文件：
1.读取情感词典文件，建立情感词典对象，定义为key.value。
2.读取否定词词典，采用List文件即可。
3.读取程度副词词典，定义为key.value。
三、计算得分：
1.将文章进行分词处理；
2.遍历分词结果，根据第二步中导入的情感词典对象，定位情感词，并判断情感词之间是否有程度副词和否定词
3.初始情感词权重(w)赋值为1，若出现否定词，下一情感词权重值取反(-w)；若出现程度副词，下一情感词权重为乘以程度副词权重(
4.情感词得分为：权重*初始赋值
5.文章得分为文中所有情感词分值之和
四、分析结果：
根据最终文章得分即可判断文章的情感倾向及情感强烈程度。
**
词典介绍：
**
一、情感词典：
(一)量化词典：
将不同词的情感倾向量化，用数值表示。其中负数代表偏负面的词语，非负数代表偏正面的词语，正负的程度可以由数值的大小反应出。
（二）极性词典：
将词分为积极和消极，或乐、好、怒、哀、惧、恶、惊等词性。