之前在實習時，Boss想利用情感分析實現“公司績效考核”問題，即從Boss對員工的評語中判斷該員工該月的績效值，屬情感分析領域。

當時使用最簡單的基於情感詞典的方法解決，借鑑了這篇文章，在此基礎上對其進行修改，先講思路描述如下。

1  詞典準備

• 情感詞典（BosonNLP情感詞典）
• 停用詞典
• 否定詞典
• 程度副詞詞典

注：情感詞典內包含詞語以及對應的情感值；停用詞典只包含停用詞語；否定詞典只包含否定詞語；程度副詞詞典內包含詞語及對應的程度值。

2  實施步驟

整體步驟如下：

1. 分詞（jieba），去停用詞；
2. 構建詞語序列；
3. 對詞語序列結果分類，找出情感詞、否定詞、程度副詞；
4. 計算得分。

其中計算得分的具體步驟如下：

1. 找出所有情感詞的下標，構建新片語；
2. 新片語構建方法：該情感詞與前一情感詞之間的否定詞及程度副詞 + 該情感詞（第一個情感詞前至句首）；
3. 計算：程度副詞的程度值 × 情感詞的情感值，每有一個否定詞，使該式 × -1；
4. 句子累加。

缺點：

1. 沒有考慮詞義，特別對於“標題黨”來講，結果差距巨大。但這種情況都需要使用深度學習的方法才能有效解決，普通機器學習方法也是很難的。
2. 對於正負向文字的判斷，該演算法忽略了很多其他的否定詞、程度副詞和情感詞搭配的情況；用於判斷情感強弱也過於簡單。