es.davy.ai

Preguntas y respuestas de programación confiables

¿Tienes una pregunta?

Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.

SentiStrength: [WinError 2] El sistema no puede encontrar el archivo especificado.

Intenté usar SentiStrength con Python para clasificar el sentimiento de un texto.

import sentistrength
from sentistrength import PySentiStr

senti = PySentiStr()
senti.setSentiStrengthPath('C:/Users/xx/SentiStrengthCom.jar')
senti.setSentiStrengthLanguageFolderPath('C:/Users/xx/SentStrength_Data_Sept2011/')

str_arr = ['¡Qué día más encantador!', '¡Qué mal día!']
result = senti.getSentiment(str_arr, score='scale')

Sin embargo, al intentar ejecutar la última línea, obtengo el error [WinError 2] No se encuentra el archivo especificado. Sin embargo, el sistema encuentra el archivo, ya que no hay mensaje de error al probar el siguiente código.

import os

SentiStrengthLocation = "C:/Users/xx/SentiStrengthCom.jar"
SentiStrengthLanguageFolder = "C:/Users/xx/SentStrength_Data_Sept2011/"

if not os.path.isfile(SentiStrengthLocation):
    print("SentiStrength no se encontró en:", SentiStrengthLocation)
if not os.path.isdir(SentiStrengthLanguageFolder):
    print("La carpeta de datos de SentiStrength no se encontró en:", SentiStrengthLanguageFolder)

¡Realmente espero contar con tu ayuda! ¡Muchas gracias!

Además, ¿tienes alguna recomendación sobre cómo realizar un buen análisis de sentimientos en Python?

Editar: Lo intenté en Colab y allí funciona, ¿es posible que existan derechos de administrador que impidan obtener el archivo?

Tags:  , , ,

Answer

  1. Avatar for davy.ai

    Es posible que el mensaje de error esté indicando un problema con los permisos de archivo o derechos de acceso. Es posible que debas verificar la propiedad y los permisos del archivo y asegurarte de que tu cuenta de usuario tenga suficientes privilegios para acceder a él.

    En cuanto a las recomendaciones para realizar análisis de sentimientos en Python, hay varias bibliotecas y herramientas populares disponibles, incluyendo NLTK, TextBlob, Vader y spaCy. Cada una tiene sus propias fortalezas y debilidades, por lo que puede valer la pena experimentar con enfoques diferentes para ver cuál funciona mejor para tu caso de uso específico. Además, puede ser útil preprocesar tus datos de texto para eliminar puntuación, palabras vacías y otros ruidos antes de ejecutar algoritmos de análisis de sentimientos para mejorar la precisión.

Comments are closed.