其实再进一步应该是再做一下情感倾向分析的
比如有热词提到了“立绘”、“角色”、“剧情”，那点评的人到底是对这些要素抱持正面还是负面的态度，是觉得他们好还是不好，应当要结合整条评论中上下文出现的情感倾向关键词（比如“喜欢”、“看好”、“差”）之类的来判断分析
但是这个我就不会了，毕竟我是个菜逼文科生

现在b服那边引流还是比tap大一些 所以什么时候有新pv

☕️

这是叫专业.jpg

昨天做完这个热词分析以后又研究了一下怎么做文本情感分析，主要有两种方法
一种是机器学习，但该方法过于高深，不仅学不来，甚至连看都看不懂在讲什么
还有一种比较主流的方法是词典分析法，就是先定义一个“情感倾向词典”，里面包含大量的情感关键词，并且对这些词都有权重评分，举例来说：“喜欢”这个词是正面的，给7分；“讨厌”这个词是负面的，给-7分；“好评”这个词是正面的，给5分；“差评”这个词是负面的，给-5分……诸如此类，统计成千上万的情感倾向词，组成一份这样的词典。
有了词典以后，再对每条评论进行分词，然后检验分词的结果中是否包含有前述词典中定义的情感关键词，包含的话，将情感关键词对应的权重评分加和，得到正数结果的是正面评论，负数结果的是负面评论，数值越大表示评论情感倾向越明显；如果一个关键词都不包含，这条评论就是中性的，给0分。
我当然做不到自己去整理一份几万个词条的词典，所以就直接用了大连理工大学的研究小组发布的一份现成的情感词典，稍微增加了一些网络用语和舰R、四叶草的专用语进去
写完脚本以后尝试对B站的评论运行了一下，结果比较微妙emmmmm

就……你游玩家正话反说和黑话/骚话实在是太多了，很多时候其实是在表扬/期待四叶草的，但是故意说一些骚话，导致一些负面情感关键词被识别出来，然后分类器判定这是一条负面评论
比如：

因为包含了“罪大恶极”这个权重特别高的负面关键词，被判定为重度负面评价