Python 高级实战：基于自然语言处理的情感分析系统

from nltk.corpus import stopwords
from nltk.tokenize import word_tokenize, sent_tokenize
from nltk.sentiment import SentimentIntensityAnalyzer
 
# 情感分析函数
def sentiment_analysis(text):
    # 初始化情感强度分析器
    sid = SentimentIntensityAnalyzer()
    # 去除停用词并进行情感分析
    tokenized_words = [word for word in word_tokenize(text) if word not in stopwords.words('english')]
    # 获取文本情感分析结果
    sentiment_dict = sid.polarity_scores(tokenized_words)
    # 返回情感分析结果
    return sentiment_dict
 
# 示例文本
text = "I love this product! It's fast and easy to use. Highly recommended!"
 
# 执行情感分析
sentiment_result = sentiment_analysis(text)
print(sentiment_result)

这段代码首先导入了必要的NLTK库，定义了一个情感分析的函数，并使用了示例文本。然后，它初始化了一个SentimentIntensityAnalyzer对象，去除了文本中的停用词，并对剩余的单词进行了情感分析。最后，它打印出了情感分析的结果。这个简单的例子展示了如何使用NLTK库进行基本的情感分析。