NLTK的Vader评分文本示例

Question

我希望有人纠正我对维德如何得分文本的理解。我读过关于这个过程这里的解释，但是在重新创建它描述的过程时，我无法将测试语句的复合分数与Vader的输出相匹配。让我们说，我们有一句话：

"I like using VADER, its a fun tool to use"

维德学到的单词是“喜欢”(+1.5分)和“乐趣”(+2.3)。根据文档，这些值被求和(so +3.8)，然后使用以下函数将其归一化为0到1之间的范围：

(alpha = 15)
x / x2 + alpha 

就我们的数字而言，这应该是：

3.8 / 14.44 + 15 = 0.1290

然而，VADER输出返回的复合分数如下：

Scores: {'neg': 0.0, 'neu': 0.508, 'pos': 0.492, 'compound': 0.7003}

我的推理哪里出了问题？相似的问题已经问过好几次了，但是还没有给出一个VADER分类的实际例子。任何帮助都将不胜感激。

Answer 1

只是你的正常化是错的。在代码中定义了该函数：

def normalize(score, alpha=15):
"""
Normalize the score to be between -1 and 1 using an alpha that
approximates the max expected value
"""
norm_score = score/math.sqrt((score*score) + alpha)
return norm_score

所以你有3.8/sqrt(3.8*3.8 + 15) = 0.7003