版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/fei13971414170/article/details/73303000
情感分析一共有两种主要的方式：
1.从文本中提取出词汇出现的次数，主要思路是将被标记为正的文本中提取的词汇和被标记为负的文本中提取出的词汇，进行相同词汇的出现次数的比较，计算出一个比例，然后用log处理一下这个比例，最后的结果，大于0的表示正词汇，小于零的表示负词汇。
2，使用深度学习中的循环神经网络，加上lstm，这个使用tflearn可以快速实现，附上GitHub上的源码
http://deeplearning.net/tutorial/lstm.html
https://www.quora.com/How-is-deep-learning-used-in-sentiment-analysis
https://gab41.lab41.org/deep-learning-sentiment-one-character-at-a-t-i-m-e-6cd96e4f780d#.nme2qmtll
http://k8si.github.io/2016/01/28/lstm-networks-for-sentiment-analysis-on-tweets.html
https://www.kaggle.com/c/word2vec-nlp-tutorial
基于词汇的方法（使用预先构建的词汇进行预测）
https://www.aclweb.org/anthology/J/J11/J11-2001.pdf
http://ceur-ws.org/Vol-1314/paper-06.pdf