"8.1 数据介绍情感词典 sentiment_lexicon.csv 字段名含义 Word 单词 Sentiment_Score 情感打分，正面情绪最高 5 分，负面情绪最低 -5 分 8 .."

Mars 开封
乾学院 6 号会员
18 浏览 • 4 天前

8. 文本处理

图书

8.1 数据介绍

情感词典 sentiment_lexicon.csv

字段名	含义
Word	单词
Sentiment_Score	情感打分，正面情绪最高 5 分，负面情绪最低 -5 分

8.2 找出客户反馈信息中的高频词汇

第一步：读数，把反馈信息中的字符统一成小写，且去掉两端的空白字符

	A
1	=file(“sales.csv”).import@tc(customer,feedBack)
2	=A1.run(feedBack=trim(lower(feedBack)))

A1 的运行结果：

A2 trim() 函数去掉字符两端的空白符，lower 函数把字符串变成小写。

A2 的运行结果：

第二步：将反馈信息变成单词序列，然后按单词分组统计出现的频次

	A
3	=A2.conj(feedBack.words())
4	=A3.groups(~:value;count(1):Count)
5	=A4.sort(-Count)

A3 feedBack.words()表示将 feedBack 变成单词序列，conj() 函数将序列的序列合并成一个大序列

A3 的运行结果：

A4 将 A3 按单词分组汇总，统计每个单词出现的频次

A4 的运行结果：

A5 按单词出现的频次逆序排序，出现频次高的排在前面

A5 的运行结果：

第三步：去掉无意义的词汇

从 A5 的结果可以看出，大量的介词、连词、定冠词等无业务意义的词汇出现频次很高，需要将这些词汇剔除：

	A
6	[the,to,for,in,i,and,is,my,a,this,was,than,as,after,no,you,would,s,by,never,of,with,up,me,during,it,t,be,on,will,even,please,d,v,or,your]
7	=A6.sort()
8	=A5.select(!A7.contain@b(value))

A8 从 A5 中选出 value 不在 A7 中的记录，A7.contain@b(value) 中 @b 选项表示，当 A7 按 value 有序时，采用二分法查找，效率更高。

A8 的运行结果：

这种过滤掉无意义词汇后更简洁的结果，能立即突显客户关注的核心议题——产品、质量、服务与交付。企业可利用这些信息，精准识别客户讨论最频繁的业务维度。

8.3 分析客户对产品的满意度

顾客对产品满意还是不满意？情感分析可以帮助回答这个问题。让我们实现一个简单的基于词典的方法：

第一步：读取销售数据中的客户名称和客户反馈，并整理客户反馈内容，转换成单词序列，内容同上例

	A
1	=file(“sales.csv”).import@tc(customer,feedBack)
2	=A1.run(feedBack=trim(lower(feedBack)))
3	=A2.derive(feedBack.words():Words)

A3 将 feedBack 转成单词序列，并存储在新添加的字段 Words 中。

A3 的运行结果：

双击任意行的 Words 字段值，可以看到：

第二步：读取情感词典

	A
4	=file(“sentiment_lexicon.csv”).import@ct()

A4 的运行结果：

第三步：将情感词典和客户反馈单词序列关联，计算平均情感得分

	A
5	=A3.derive(A4.align@b(Words:~,Word).avg(ifn(~.Sentiment_Score,0)):Sentiment_Score)

A5 A4.align@b(Words:~,Word) 的含义: 将 A4 和 Words 字段关联，关联值是 Words 的当前成员和 A4 的 Word 字段。.avg(ifn(~.Sentiment_Score,0)) 表示对关联后的结果算平均得分，其中 ifn(~.Sentiment_Score,0) 表示如果 ~.Sentiment_Score 为 null，则取 0，以防有些单词不在词典中。

A5 的运行结果：

第四步：给客户情感得分评级

	A
6	=A5.derive(if(Sentiment_Score>0.2:“positive”,Sentiment_Score<-0.2:“negative”;“neutral”): Sentiment)

A6 最终得分大于 0.2 的视为 positive, 小于 0.2 的视为 negative，其余均视为 neutral。

A6 的运行结果：

该分析可让您快速了解客户情绪概况。例如，您可能会发现：

65% 的反馈为正面，20% 为负面，15% 为中立
某些产品的负面反馈明显多于其他产品
特定地区的客户反馈往往更加积极
客户情绪随时间推移呈现改善趋势

这些洞察能帮助您：

定位需要改进的环节
追踪产品服务优化后的成效

8.4 客户讨论主题分析

除了情感倾向，您可能还想了解客户讨论的具体主题。我们可以实施一个基于关键词的简易主题分类方案：

第一步：读取销售数据中的客户名称和客户反馈，并整理客户反馈内容，转换成单词序列，内容同上例

	A
1	=file(“sales.csv”).import@tc(customer,feedBack)
2	=A1.run(feedBack=trim(lower(feedBack)))
3	=A2.derive(feedBack.words().sort():Words)

第二步：产生一个简易的主题词汇表

	A
4	=[[“price”,“cost”,“expensive”,“cheap”,“affordable”,“fees”,“cheaper”,“charged”,“refund”,“money”,“worth”,“penny”,“buy”,“lower”,“higher”,“overpriced”,], [“quality”,“durable”,“broke”,“lasting”,“sturdy”,“drops”,“randomly”,“drains”,“interface”,“leak”,“error”,“inconsistency”,“slower”,“freezes”,“resetting”,“overheats”,“compatibility”,“unresponsive”], [“service”,“support”,“help”,“response”,“staff”,“update”,“released”,“process”,“apology”,“inconvenience”,“patience”,“delivery”,“waited”,“rude”,“follow”,“available”,“late”]]
5	= [“price”,“quality”,“service”]
6	=A4.new(~.sort():Keys, A5(A4.#):Topics)