使用 Python 進行文本分析：如何識別詞性

在此博客中，我們將向您展示如何使用 Python 進行文本分析，以識別 LuckyTemplates 中文本數據中的詞性。我們將介紹使用 Python 進行文本分析的步驟，並提供示例和提示來幫助您開始自己的文本分析項目。您可以在本博客底部觀看本教程的完整視頻。

目錄

• 源數據
• 使用 Python 進行文本分析
  • 導入包
  • 重命名變量
  • 進行文本分析
• 修復 Python 中的文本分析代碼
• 結論

源數據

在本教程中，我們將使用開箱即用的詞云，其中包含我們將要評估的文本。這顯示在下圖的左側。在右側，我們有過濾器來識別不同的詞性，例如形容詞或動詞。 

我們可以過濾掉副詞、名詞、不同類型的名詞或動詞以及動詞詞根。這在創建營銷活動和在客戶評論中查找詞語時非常有用。 

讓我們首先打開我們的Power Query編輯器。 

在我們的源數據中，我們有 ID、年齡、職位和評論文本列。我們將專注於Review Text列，我們將解析它以進行文本分析。還有其他類別可能對我們的分析有用。

使用 Python 進行文本分析

讓我們從我們引入的普通數據開始。我們要做的第一件事是過濾行，因為我們有很多數據，而當我們進行文本分析時，它需要時間。 

要過濾我們的數據，請使用前 50 行以使文本分析更快一些。 

過濾掉後，轉到轉換並運行Python腳本。我們將在這裡編寫所有代碼，因為代碼不多。 

導入包

讓我們使用Python 腳本編輯器為我們的 Python 文本分析引入兩個包。我們將“將pandas導入為 pd”，將我們的數據操作庫保存為變量 pd。然後“ from text blob ”，我們將“ import TextBlob”，在單詞之間加上大寫字母。 

我們總是可以通過放置文檔字符串來記錄我們正在做的事情。讓我們在我們的包之上編寫#bring 基本庫。

重命名變量

在我們腳本的第一行中，LuckyTemplates 提供了這一行，上面寫著# 'dataset' 保存該腳本的輸入數據。這一行表示我們的數據稱為數據集。 

所以讓我們改變它，因為編寫“數據集”需要很長時間。在下一行輸入#change the dataset 變量和df = dataset 。

現在編寫我們的變量更短了。 

進行文本分析

讓我們繼續我們的文本分析。回想一下，我們的評論文本位於包含單個單元格的列中。此設置對我們並沒有真正幫助，因為我們希望將所有文本放在一起，以便我們可以對其進行分析。 

但是，我們不希望它們在沒有空格的情況下連接在一起，所以讓我們在代碼的開頭加上一個雙引號內的空格。  

然後讓我們添加.join並使用保存數據集的df變量隔離評論文本列。鍵入放在括號符號內的 “審閱文本” ，以隔離該列。

這段代碼將加入所有內容，但我們需要保存它，所以讓我們創建一個名為words 的變量。

一旦我們將所有單詞放在一起，我們就可以使用我們的文本 blob 開始分析單詞。 

首先要做的是使用blob變量創建我們的詞性，我們需要將單詞傳遞給文本 blob。我們將使用該文本 blob 並傳入文本，即我們的words。這被鍵入為blob = TextBlob(words)。

現在我們有了那個 blob，然後我們將使用它並使用blob.tags創建我們的parts_of_speech變量。標籤將是每個詞類的縮寫。 

接下來我們要做的是使用我們引入的Pandas將其保存為數據框。我們稱它為我們的數據，它等於 pd.DataFrame並且我們引入了parts_of_speech。 

讓我們單擊“確定”來運行我們的代碼。運行我們的代碼後，我們應該得到一個變量表。我們有數據集或我們的原始數據。我們也有我們的數據和df。 

如果您沒有得到預期的結果，我們將向您展示不同的方法來避免您可能在代碼中遇到的一些錯誤。

修復 Python 中的文本分析代碼

有時，我們可能需要非常明確地更改我們關注的文本格式。 

我們可以通過調用我們的df變量，隔離放置在括號符號內的'Review Text '，然後使用.astype('str')將類型更改為字符串來做到這一點。然後將其重新保存到df變量中。 

單擊“確定”重新運行代碼。我們應該得到與之前相同的結果。

現在，我們要打開我們的數據，這是我們引入的最後一個變量，看看它是什麼樣子。 

我們應該用詞性來分解我們所有的話。我們還沒有命名我們的列，但我們可以很容易地做到這一點。 

在同一文本分析的舊版本中，我將第一列稱為Word，將第二列稱為Abbreviation。 

在詞性查詢中，我們引入了這些縮寫的實際單詞並將它們連接在一起。

現在，讓我們關閉並應用。 

我們執行的步驟允許我們使用簡單的Python代碼過濾我們識別的不同詞性。它在 LuckyTemplates 中為我們提供了這種視覺效果，我們可以在其中根據文本所屬的詞性類別輕鬆過濾我們的文本。 

Python 中的文本分析 | Python 用戶定義函數簡介
| LuckyTemplates 中的 Python 列表和 For 循環概述

結論

作為一名數據分析師，您可能會遇到從大量非結構化文本數據中提取見解和意義的需求。您學到的是一種通過文本分析理解文本數據的有用方法。

現在，您可以輕鬆地將文本分解為更小的單元，例如單詞和句子，然後分析這些單元的模式和關係。您可以使用 Python 和 LuckyTemplates 中的文本分析來實現所有這些目標。 

一切順利，