我真的是編程的初學者,而且我遇到了一個問題。我正在對假新聞和真實新聞進行比較分析。我有一個aprox文本語料庫。 3000條真實新聞和3000條假新聞。我需要弄清楚虛假或真實的新聞是否會喚起更高的喚起情緒。我想通過使用Warriner et。人。單詞列表:http://crr.ugent.be/archives/1003情緒分析 - 覺醒
我已經導入單詞列表給我的腳本:
warriner = pd.read_csv('warriner.csv', sep = '\t', encoding = 'utf-8')
print warriner.head()
我(想,我)想找到覺醒平均總和,這在單詞列表被稱爲A.Mean.Sum
。但我不能讓它工作,Spyder
只是說:'DataFrame'對象沒有屬性'A'。 任何人都可以幫忙嗎?我已經通過使用LabMT
來計算情緒分數,如下所示,但我無法讓Warringer等人的工作。
text_scored = [] for text in df['text']: sent_score = tm.labMT_sent(text)
text_scored.append(sent_score)
df['abs_sent'] = text_scored #adding the scored text to the df
相對景氣指數
text_scored = [] for text in df['text']: sent_score = tm.labMT_sent(text, rel = True)
text_scored.append(sent_score)
df['rel_sent'] = text_scored #adding the scored text to the df
overall mean
df['abs_sent'].mean() df['abs_sent'].loc[df['label'] == 'FAKE'].mean()
#'fake' mean = - 22,1 df['abs_sent'].loc[df['label'] == 'REAL'].mean()
#'real' mean = - 41,95
相對評分平均計算
df['rel_sent'].mean() #overall mean df['rel_sent'].loc[df['label'] == 'FAKE'].mean()
#'fake' mean = - 0,02 df['rel_sent'].loc[df['label'] == 'REAL'].mean()
#'real' mean = - 0,05