情感分析结果有时候很不准

[danny-zhu]

用的0.12.3版本，分析了3条语句，语句及得分如下，这三条分析结果都不太准，第一条结果还算靠谱，第二条得分明显偏高，第三条低的离谱。

SnowNLP(u'质量还行，要是能再送个小礼品就更好了。').sentiments
得分：0.725280484790826

SnowNLP(u'用了一天，先说今天的感受。手机外观没问题，流畅，两三年没用苹果了还在熟悉回来。然后是拍照，我懒得拿以前的苹果出来对比，对比了手里的fingx，真实不黄。今天一天电池续航挺好的，到手后又充了百分之二三十，然后熬到晚上十点。屏幕的话，把原彩关了，就是正常颜色，不显黄。但是！！！我想吐槽这个信号，是真差，嗯非常差，暂时只有这个想吐槽，信号永远不满格。是F开头，国行。').sentiments
得分：0.8826779192350063

SnowNLP(u'一直用苹果的老粉。用了几天真实评价，买正品国行必须来这家。客服和物流都相当满意。快递小哥当面喊拆封无任何问题才离开。空气塑料包装，安全可靠。话不多说，实拍图鉴赏').sentiments
得分：0.020775001949364325

[asdMild]

可能需要训练集自己训练了，作者的训练结果集很局限

[xmxmyoyo]

自定义训练吧，把词拆开自己标注词性后再训练试试

[JIeJaitt]

看看我的：

from snownlp import SnowNLP

# # 示例中文文本
# texts = [
#     "这部电影真是太棒了，我非常喜欢！",
#     "今天的天气很糟糕，心情不好。",
#     "这个产品质量一般，没有想象中好。",
#     "服务态度非常好，下次还会再来。",
#     "下次还会再来，服务态度非常差差差差，"
# ]

# for text in texts:
#     s = SnowNLP(text)
#     sentiment = s.sentiments  # 返回一个0到1之间的浮点数，越接近1表示情感越正面
#     print(f"文本: {text}\n情感得分: {sentiment:.2f}\n")

def sentiment_analysis(text):
    # 使用SnowNLP对中文文本进行情感分析
    s = SnowNLP(text)
    # SnowNLP的sentiments方法返回情感倾向分数，越接近1表明情感越积极，越接近0表明情感越消极
    sentiment_score = s.sentiments
    return sentiment_score


text = "角色塑造太单调，毫无震撼力！"
 
score = sentiment_analysis(text)
print(f"情感分数: {score}")
 
if score > 0.5:
    print("该语句是积极的。")
else:
    print("该语句是消极的。")

$ python test_snownlp.py 
情感分数: 0.8197750666409178
该语句是积极的。