Python 建立WORD2VEC词汇词典来表达情感

我正在使用Word2vec（python中的Gensim）来理解句子的意思（通过句子中的每个单词）。 我的目标是能够意识到这句话是否表达了说话人的感受。 我在哪里能找到这种词典？ 例如，一本词典中有表示幸福的词，另一本词典中有表示悲伤的词。 谢谢

试试SentiWordNet

---

“是意见挖掘的词汇资源，为WordNet的每个语法集分配三个情绪分数：积极性、消极性和客观性”

你的最终目标——确定一个句子是否表示更多的“快乐”或“悲伤”——不一定需要任何与“快乐”/“悲伤”相关的外部词汇。这是一个分类问题&如果你有足够多的标有“正确”答案的例句，你可以尝试许多alt方法。（这些方法中的许多方法可能会产生副作用，产生这样的词到情感的信息。但它们可能不需要它们作为输入-&它们可能在不导入任何其他词集的假设的情况下工作得更好。）那么，目标更重要，还是你问过的具体方法更重要？最好使用句子，但我也没有。我认为最简单的方法是比较句子中的单词与这些词典的相似性，如果相近，我就能理解其含义。你是说，你的句子没有标有“正确”答案吗？（因为你显然有你想要评估的句子。）你能把一个句子按悲伤到快乐的比例排列吗？如果是这样的话，那么将几十个（或几百个）你想用代码评估的句子作为训练数据，并用你的判断手工注释它们。（如果你不这样做，即使使用其他单词评估也会盲目：你如何知道评估是否有意义，或者随着你尝试不同的步骤/权重等而变得更好或更糟？）我还没有句子，这就是问题所在。我需要构建一些能够处理实时数据的东西。因此，我认为使用字典并与Gensim进行类似的比较，我将能够得到一个预测如果没有一些示例数据来测试你的假设，几乎不可能建立任何合理的东西，因此，我建议你自己找一组句子，你认为这可能是你最终需要分类的句子的一个很好的替代品——或者只是等待实际数据可用。