Python 数据分析与应用电子教案 第7章 文学作品文本分析

第7章文学作品文本分析一、教学目标让学生理解文本分析的基本概念和重要性，掌握其在文学作品研究中的应用价值。熟悉文本分析的主要任务，包括分词、关键词提取、词频分析和情感分析等。教授学生如何使用Python中的jieba、wordcloud和SnowNLP等库进行文本分析。通过实际案例，提高学生的文本分析实践能力，能够独立完成文学作品的文本分析任务。二、教学内容7.1文本分析概述文本分析概念：介绍文本分析的定义、作用及在自然语言处理中的地位。文本分析相关库：jieba库：讲解jieba库的功能、安装方法及主要函数，如分词、添加新词等。wordcloud库：介绍wordcloud库的功能、安装方法及主要函数，如生成词云图等。SnowNLP库：阐述SnowNLP库的功能、安装方法及常用函数，如分词、情感分析、关键词提取等。7.2文本分析主要任务分词：精确模式分词：使用jieba.cut()和jieba.lcut()函数进行精确分词。全模式分词：使用jieba.cut(,cut_all=True)和jieba.lcut(,cut_all=True)函数进行全模式分词。搜索引擎模式分词：使用jieba.cut_for_search()和jieba.lcut_for_search()函数进行搜索引擎模式分词。自定义字典：介绍如何使用jieba.add_word()函数添加新词，以及如何使用自定义词典提高分词准确率。关键词提取：中文关键词提取：使用jieba库的TF-IDF算法提取中文文本中的关键词。英文关键词提取：介绍如何使用TF-IDF算法和scikit-learn库提取英文文本中的关键词。词频分析：词云制作步骤：讲解使用wordcloud库生成词云图的步骤，包括读取文件、分词整理、配置对象参数、加载词云文本、计算词频和输出词云文件等。词云生成方法：介绍通过generate()函数和fit_words()函数生成词云的方法。情感分析：中文情感分析：使用SnowNLP库对中文文本进行情感分析，计算情感得分并判断情感倾向。英文情感分析：介绍使用NLTK库中的VADER模型对英文文本进行情感分析的方法。7.3应用实例——《围城》人物出场次数统计及情感分析数据准备：准备《围城》小说的中文.txt版本，编码格式为UTF-8。人物出场次数统计：对《围城》小说中的词汇进行分词和词频统计，找出使用频率前5的词，并去除停用词。主要人物词云制作：利用词频文件制作《围城》中高频词的词云图，并尝试使用不同形状的词云图。情感分析：对《围城》中的部分对话节选进行情感分析，计算情感得分并判断情感倾向。三、课后实训实训项目1：电影评论文本分析目标：对电影《热辣滚烫》的评论文本进行分析。步骤：登录豆瓣网下载电影《热辣滚烫》的评论，生成评论文本“热辣滚烫.txt”文件。对文本文件进行分词。进行词频分析，找出主要关键词并制作相应词云图。对文本进行情感分析，计算情感得分并判断情感倾向。实训项目2：《三国演义》文本分析目标：深入探索《三国演义》这部经典文学作品。步骤：下载《三国演义》的TXT文件。制作高