人人都能上手的 Python 文本情感分析:用 VADER 分析英文短文本的情绪倾向

做情感分析时，很多同学都会先想到 SnowNLP、情感词典法或 BERT 情感分类，但不同方法适合的数据并不一样。比如，如果你的数据是英文短文本，如英文推文、YouTube 评论、亚马逊商品评价、英文问卷开放题、英文新闻评论或社交媒体帖子，就可以考虑使用一种非常适合入门的工具——VADER情感分析。

VADER 的全称是Valence Aware Dictionary and sEntiment Reasoner，可以理解为一种基于规则和情感词典的英文情感分析工具。它不需要自己训练模型，也不需要准备大量标注数据，只需要几行 Python 代码，就可以给文本计算情感得分，并判断文本整体是偏积极、偏消极，还是偏中性。

简单来说，如果 SnowNLP 更适合中文短文本入门分析，那么 VADER 更适合英文社交媒体短文本和英文评论数据的情感分析。

一、什么是 VADER 情感分析？

VADER 是一种基于规则和词典的情感分析方法。它的核心思路是：先根据情感词典识别文本中的积极词、消极词和中性词，再结合一些语言规则，对文本整体情感进行打分。

比如下面这句话：

This hotel is amazing and the staff are very friendly.

VADER 会识别出 “amazing”“friendly” 这类积极词，因此整体情感会偏正面。

再比如：

The delivery was too slow and the package was terrible.

这句话中 “slow”“terrible” 带有明显负面倾向，所以 VADER 会给出偏负面的情感结果。

和普通情感词典不同的是，VADER 不只是简单数积极词和消极词，它还会考虑一些常见语言现象，比如程度副词、否定词、感叹号、大写字母等。因此，它特别适合处理社交媒体中比较口语化、简短化的表达。

二、VADER 适合分析什么数据？

VADER 最适合的是英文短文本，尤其是社交媒体评论和用户评价类数据。

比如，英文商品评论中经常会出现：

• Great product!
• Not worth the price.
• The quality is good, but the delivery is slow.

这些文本长度不长，但情绪表达比较直接，非常适合用 VADER 做快速判断。

在实际研究或课程作业中，VADER 可以用于英文推文情感分析、英文商品评论情感分析、YouTube 评论情感分析、英文酒店评论分析、英文旅游评论分析、英文问卷开放题分析、英文新闻评论情绪分析等。

注意事项：VADER 本身主要面向英文文本。如果你的数据是中文，直接使用 VADER 效果通常不会太好。中文评论更适合使用 SnowNLP、中文情感词典、BERT 中文情感分类等方法。如果一定要用 VADER 分析中文数据，一般需要先翻译成英文，但翻译过程可能会改变原始语气和情感强度，因此论文中要谨慎说明。

三、VADER 的情感得分怎么理解？

VADER 输出的结果通常包括四个指标：

• pos：表示积极情感比例
• neu：表示中性情感比例
• neg：表示消极情感比例
• compound：表示综合情感得分

其中最常用的是compound。它的取值范围是-1 到 1。一般可以这样理解：

• compound越接近 1，说明文本越偏积极；
• compound越接近 -1，说明文本越偏消极；
• compound接近 0，说明文本更偏中性，或者情感倾向不明显。

常见的分类方式是：

• compound ≥ 0.05，判为积极；
• compound ≤ -0.05，判为消极；
• -0.05 到 0.05 之间，判为中性。

这个阈值不是绝对固定的。如果你的研究对象比较特殊，比如讽刺表达很多、专业评论很多，也可以结合人工抽样结果适当调整阈值。

四、VADER 分析的基本代码

首先安装 VADER：

pip install vaderSentiment

然后可以用下面的代码分析一条英文文本：

from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzeranalyzer = SentimentIntensityAnalyzer()text = "This product is amazing! I really love it."result = analyzer.polarity_scores(text)print(result)

运行后可能会得到类似结果：

{    'neg': 0.0,    'neu': 0.34,    'pos': 0.66,    'compound': 0.85}

其中compound得分为 0.85，说明这条评论整体非常偏积极。

如果想根据compound得分进一步划分积极、中性和消极，可以这样写：

defclassify_sentiment(compound):if compound >= 0.05:return"积极"elif compound <= -0.05:return"消极"else:return"中性"sentiment = classify_sentiment(result["compound"])print("情感分类:", sentiment)

这样，一条英文文本就可以被转换成情感得分和情感类别。

五、分析 Excel 中的一列英文评论数据

实际做论文或项目时，我们通常不是分析一句话，而是分析一整列评论。假设你的 Excel 文件里有一列叫做comment，可以先读取数据：

import pandas as pddf = pd.read_excel("英文评论数据.xlsx", engine="openpyxl")df.head()

删除空值：

df.dropna(subset=["comment"], inplace=True)

定义 VADER 情感分析函数：

from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzeranalyzer = SentimentIntensityAnalyzer()defget_vader_scores(text):    scores = analyzer.polarity_scores(str(text))return scoresdefget_compound(text):    scores = analyzer.polarity_scores(str(text))return scores["compound"]defclassify_sentiment(compound):if compound >= 0.05:return"积极"elif compound <= -0.05:return"消极"else:return"中性"

开始批量分析：

df["compound"] = df["comment"].apply(get_compound)df["情感分类"] = df["compound"].apply(classify_sentiment)df.head()

如果你还想保留积极、中性、消极三个比例得分，也可以这样写：

df["neg"] = df["comment"].apply(lambda x: analyzer.polarity_scores(str(x))["neg"])df["neu"] = df["comment"].apply(lambda x: analyzer.polarity_scores(str(x))["neu"])df["pos"] = df["comment"].apply(lambda x: analyzer.polarity_scores(str(x))["pos"])df["compound"] = df["comment"].apply(lambda x: analyzer.polarity_scores(str(x))["compound"])df["情感分类"] = df["compound"].apply(classify_sentiment)

分析完成后，原始表格中就会增加情感得分和情感分类结果。

六、保存情感分析结果

分析完成后，可以把结果保存为 Excel 文件：

import osos.makedirs("result", exist_ok=True)df.to_excel("./result/VADER情感分析结果.xlsx", index=False, engine="openpyxl")

保存后的结果可以用于后续统计、分组对比和可视化。常见字段包括原始评论、neg 得分、neu 得分、pos 得分、compound 得分、情感分类、评论时间、平台来源、产品类型等。

如果你后续还要结合主题分析，也可以把 LDA、BERTopic、BTM 或 TopicGPT 的主题结果合并到同一张表里，进一步分析“不同主题下的情感差异”。

七、VADER 结果可以做哪些可视化？

VADER 得到情感得分和情感分类后，可以做很多可视化图表。常见图表包括情感分类数量柱状图、情感分类占比饼图、compound 得分分布直方图、不同类别下的情感对比图、不同时间段的情感变化趋势图等。

这些图很适合放在课程论文、研究报告或公众号文章中。相比只展示表格，可视化结果会更直观，也更容易解释。

八、情感分类柱状图

柱状图适合展示积极、中性和消极评论的数量对比。

import matplotlib.pyplot as pltimport seaborn as snsplt.rcParams["font.sans-serif"] = ["Songti SC"]plt.rcParams["axes.unicode_minus"] = Falseplt.figure(figsize=(8, 6))sns.countplot(data=df, x="情感分类", color="skyblue")plt.title("VADER 情感分类数量对比")plt.xlabel("情感分类")plt.ylabel("数量")plt.grid(axis="y", linestyle="--", alpha=0.7)plt.savefig("./result/VADER情感分类数量对比.png", dpi=300, bbox_inches="tight")plt.show()

这个图可以回答：英文评论中积极评论更多，还是消极评论更多。

论文中可以这样写： 从 VADER 情感分类结果来看，积极评论数量占比较高，说明用户整体评价较为正向；但仍存在一定数量的负面评论，表明部分用户在价格、服务、物流或使用体验方面存在不满。

九、情感得分分布图

除了分类结果外，我们还可以观察 compound 得分的分布情况。

plt.figure(figsize=(8, 6))sns.histplot(data=df, x="compound", bins=20, kde=True, color="skyblue")plt.title("VADER compound 情感得分分布")plt.xlabel("compound 得分")plt.ylabel("频数")plt.grid(axis="y", linestyle="--", alpha=0.7)plt.savefig("./result/VADER情感得分分布.png", dpi=300, bbox_inches="tight")plt.show()

这个图可以帮助我们观察评论整体是偏积极还是偏消极，得分是否集中在某个区间，是否存在明显两极分化等。

论文中可以这样写： compound 得分整体集中在正向区间，说明样本评论总体呈现积极倾向；同时，低分区间仍有一定数量评论，说明用户体验中仍存在需要关注的问题。

十、不同类别下的情感对比

如果你的数据中还有其他分类字段，比如产品类型、平台、年份、地区、主题类别，就可以进一步做分组分析。比如按照产品类型比较不同类别下的情感分布：

sentiment_by_type = df.groupby(["产品类型", "情感分类"]).size().reset_index(name="数量")plt.figure(figsize=(9, 6))sns.barplot(    data=sentiment_by_type,    x="产品类型",    y="数量",    hue="情感分类")plt.title("不同产品类型下的 VADER 情感分布")plt.xlabel("产品类型")plt.ylabel("评论数量")plt.grid(axis="y", linestyle="--", alpha=0.7)plt.legend(title="情感分类")plt.savefig("./result/不同产品类型下的VADER情感分布.png", dpi=300, bbox_inches="tight")plt.show()

这类图可以回答：不同产品类型、不同平台或不同主题下，用户情感倾向是否存在差异。相比只看总体积极率，分组情感对比更容易写出有分析价值的结果。

十一、VADER 结果怎么写进论文？

很多同学不是不会跑代码，而是不知道怎么把结果写成论文语言。可以按照“说明方法—描述总体结果—比较不同维度—回到研究问题”的思路来写。

方法部分可以这样写： 本文采用 VADER 情感分析工具对英文评论文本进行情感倾向识别。VADER 是一种基于规则和情感词典的情感分析方法，能够输出文本的积极、中性、消极比例得分以及综合情感得分 compound。本文根据 compound 得分将评论划分为积极、中性和消极三类，以进一步分析用户评价的整体情感倾向。

总体结果可以这样写： 从总体情感分布来看，积极评论占比较高，说明用户整体评价偏向正面；中性评论多集中于事实描述或一般性反馈；负面评论虽然占比较低，但主要反映了用户在产品质量、服务体验、价格感知等方面的不满。

维度分析可以这样写： 进一步比较不同产品类型下的情感分布可以发现，不同类别之间的用户情感存在一定差异，说明用户满意度不仅受到产品本身影响，也受到服务流程、价格预期和使用场景等因素影响。

总结部分可以这样写： 因此，VADER 情感分析不仅可以呈现英文评论的整体情感结构，也有助于识别不同类别、不同时间阶段或不同主题下的情绪差异，为后续产品优化、舆情研判或用户体验改进提供参考。

十二、VADER 使用中的注意事项

VADER 很适合英文短文本入门分析，运行非常高效，但它也不是万能的。

1. VADER 更适合英文文本：如果你的数据是中文，建议优先使用 SnowNLP、中文情感词典、BERT 中文情感分类等方法。直接用 VADER 分析中文文本，结果通常不够可靠。
2. VADER 更适合短文本：社交媒体评论、英文短评、推文和一句话评论比较适合它。如果是一篇很长的文章，文本内部可能同时包含积极和消极表达，直接对整篇文本打分可能会丢失细节。
3. VADER 对复杂语境仍然有限：比如讽刺、反语、隐喻、专业表达和复杂上下文，可能会影响模型判断。虽然 VADER 会处理否定词、程度副词、感叹号等规则，但它毕竟不是深度学习模型。
4. 人工抽样验证的必要性：论文写作时建议进行人工抽样验证。可以随机抽取部分文本，人工判断其情感类别，再和 VADER 的结果进行对比。如果模型判断基本合理，就可以增强结果解释的可信度。

十三、新手推荐选题方向

如果你想用 VADER 做一篇课程论文、实证分析或研究报告，可以从英文评论类数据入手，比如：

• 英文亚马逊商品评论的情感分析
• YouTube 视频评论的情绪倾向研究
• 英文酒店评论的用户满意度分析
• 英文旅游景点评价的情感分析
• 英文推文中的公众情绪研究
• 国际新闻评论的情感倾向分析
• 英文问卷开放题的情感分类研究等

这些选题有一个共同特点：数据相对容易收集，文本长度比较短，情绪表达比较直接，适合用 VADER 做快速分析。

十四、总结：VADER 适合谁？

如果你刚开始接触英文情感分析，VADER 是一个很适合入门的工具。它不需要自己训练模型，也不需要大量标注数据，只要几行 Python 代码，就可以得到情感得分和情感分类结果。

简单来说：

• SnowNLP更适合中文短文本入门情感分析；
• VADER更适合英文短文本和社交媒体评论情感分析；
• 情感词典法适合需要解释规则和情感词来源的研究；
• 机器学习方法适合有标注数据的分类任务；
• BERT 情感分类更适合追求准确率和语义理解的项目。

当然，模型结果不能替代人工判断。VADER 的价值不是帮我们“一键判断所有情绪”，而是帮助我们快速整理英文文本中的情感倾向，并进一步分析用户喜欢什么、不满什么，以及这些情绪背后反映了哪些问题。

🛠️ 技术支持与服务

如果你手里已经有文本数据或者有想收集的数据，但不知道怎么清洗、建模和解释，或者你想做一篇文本挖掘、主题分析、情感分析相关的课程作业、论文实证部分或研究报告，我们可以提供相关技术支持：

• 文本数据采集与爬虫获取
• 文本数据清洗与去重
• 中文分词与停用词处理
• 高频词统计与词云图绘制
• LDA 主题分析
• BTM 短文本主题模型
• BERTopic 主题模型
• DTM 动态主题模型
• TopicGPT 大语言模型主题分析
• SnowNLP 中文情感分析
• VADER 英文情感分析
• 情感词典分析
• 主题演化分析
• 语义网络分析
• Python 代码复现与逐行讲解
• 论文方法部分与结果分析写作

除文本分析外，我们也承接中/英文及多语言 Python 文本分析，包括数据采集、文本清洗、LDA、BERTopic、BTM、DTM、TopicGPT、SnowNLP、VADER、情感词典、主题演化分析及语义网络关系图等；同时也可提供深度学习、Matlab、Simulink 仿真建模，以及基于 SPSS、R、Mplus 等软件的量化分析支持。

量化分析方向包括：z 检验、t 检验、方差分析、回归分析、卡方检验、相关分析、样本量计算、结构方程模型、中介效应与调节效应检验、量表信效度分析、机器学习算法等，具体需求均可根据研究主题和数据情况进行定制。

如果你正好有文本数据、问卷数据想分析，或者目前还没有数据、想先获取公开文本数据，也欢迎通过本公众号后台留言或淘宝搜索数锐研学馆联系我们。

如果你觉得内容对你有帮助，欢迎收藏、点赞并关注本公众号。后续会持续更新数据分析相关内容，也欢迎分享给更多需要的人。无论你想了解哪种统计方法，都可以在评论区留言一起交流。