在真實文本上計算極性

到目前為止，你已經學會用來評估文字中正面或負面意圖的基本要素。記住以下重點，讓你對自己的結果更有信心。

• 「subjectivity lexicon」是一份預先定義的詞彙清單，收錄與情緒或正／負感受相關的字詞。
• 你不必把語料裡的每個字都列入 subjectivity lexicon，因為齊普夫定律（Zipf's law）描述了人類語言表達的分佈。

最快上手的方式之一是使用內建 subjectivity lexicon 的 polarity() 函式。

這個函式會掃描文字並找出字典中的詞彙，接著在每個被識別的主觀性詞彙周圍建立一個叢集。在這個叢集內，valence shifters（極性移位詞）會調整分數。極性移位詞是用來加強或否定該主觀性詞彙情感意圖的字詞。例如，「well known」是正面，而「not well known」是負面。此處的「not」是否定詞，會反轉「well known」的情感意圖；相對地，「very well known」使用了加強語氣，提升了正向意圖。

polarity() 會根據主觀性詞彙、極性移位詞，以及該段落的總字數來計算分數。這個練習會示範一個簡單的極性計算。下一支影片我們會更深入探討 polarity() 的內部運作。