关于sentiment的训练的一些建议

[Koado]

首先训练集我从网上下载了谭松波老师的酒店评论语料，里面已经分好了pos.txt和neg.txt，各3000份，把他们拼起来就好（建议大家在此基础上再拼上sentiment目录下自带的neg.txt和pos.txt，训练集越大，范围越广，训练效果更佳）。再就是训练，代码如下
from snownlp.sentiment import train, save
train('neg.txt', 'pos.txt')//路径指向酒店评论语料文件
save('new_sentiment.marshal')
训练要一定时间，训练好后，得到的文件是以.marshal.3为后缀名的文件，修改sentiment目录下的__init__.py文件，将data_path = os.path.join(os.path.dirname(os.path.abspath(file)), 'sentiment_marshal') 中的sentiment_marshal替换为new_sentiment.marshal（我这里是把新的marshal.3文件放在了sentiment目录下了）
再次运行python，就可以看到效果了。可以通过相同的语句进行对比，会发现效果比之前好些。
要想效果更佳，只能再找或者自己制作一些分好类的pos.txt和neg.txt。
希望能够帮到有需要的同学

[Koado]

感谢作者制作的中文情感分析库，太棒了！

[Zero1366166516]

我也是这么做的，但是，我是用金融词典进行训练，训练很快，不到1分钟就结束了，生产一个.3的文件。但是，运行程序直接报错了。