使用nltk.util进行中文文本的情感分析

使用 nltk 中的 util 模块，可以进行文本分类、情感分析等自然语言处理任务。但是需要注意的是，nltk 自带的 sentiment 模块是基于英文语料库训练的，因此在中文文本上的效果可能不会很好。不过仍然可以探索用来验证中文文本的情感分析效果。下面是一个使用 nltk.util 进行中文文本情感分析的示例代码：

import nltk
from nltk.classify import NaiveBayesClassifier
from nltk.sentiment import SentimentIntensityAnalyzer
from nltk.corpus import CategorizedPlaintextCorpusReader

# 创建一个中文语料库
corpus_root = 'path_to_chinese_corpus'  # 中文语料库的路径
file_pattern = r'.*/.*\.txt'  # 语料库文件的正则表达式
chinese_corpus = CategorizedPlaintextCorpusReader(corpus_root, file_pattern, cat_pattern=r'(\w+)/*')

# 创建特征提取函数
def extract_features(text):
    features = {}
    words = nltk.word_tokenize(text)
    for word in words:
        features[word] = True
    return features

# 构建情感分析训练集
positive_texts = [(text, 'positive') for text in chinese_corpus.fileids(categories='positive')]
negative_texts = [(text, 'negative') for text in chinese_corpus.fileids(categories='negative')]
train_set = positive_texts + negative_texts

# 提取文本特征，并为每个特征标注情感标签
training_set = [(extract_features(chinese_corpus.raw(text)), sentiment) for (text, sentiment) in train_set]

# 训练朴素贝叶斯分类器
classifier = NaiveBayesClassifier.train(training_set)

# 情感分析测试文本
test_text = "这是一个好消息！"
test_features = extract_features(test_text)
sentiment = classifier.classify(test_features)
print("Test Text: ", test_text)
print("Sentiment: ", sentiment)

# 使用 SentimentIntensityAnalyzer 进行情感分析
sia = SentimentIntensityAnalyzer()
scores = sia.polarity_scores(test_text)
if scores["compound"] > 0:
    sentiment = "positive"
else:
    sentiment = "negative"
print("Sentiment: ", sentiment)

上述代码中，首先需要创建一个中文语料库，然后定义一个特征提取函数，该函数将中文文本转换为特征字典。接下来，构建情感分析训练集，并使用 NaiveBayesClassifier 训练朴素贝叶斯分类器。使用训练好的分类器对测试文本进行情感分析，并打印情感结果。

另外，代码中使用了 nltk.sentiment 模块的 SentimentIntensityAnalyzer 进行情感分析。注意，这个模块是基于英文语料库训练的，所以对中文文本的情感分析效果可能不太好。但是仍然可以初步评估中文文本的情感倾向。

需要注意的是，中文文本的情感分析使用 nltk 进行可能效果不太好，因为英文和中文之间在语言结构和语义上存在很大差异。因此，建议使用一些专门设计用于中文的情感分析模型，如中文的 BERT 模型、哈工大的情感分析工具等。