使用 -global- 字典识别区分类中情绪的最有用的词

如何解决使用 -global- 字典识别区分类中情绪的最有用的词

我尝试为每种类型的情感分析找到最有区别的词 （例如 IMDB 电影数据库）。

问题在于它选择了仅经常使用但在全球范围内经常使用的词。 如何找词，

• 通常在当前情绪中，但在其他情绪中很少见
• 经常出现在该类型中，但在所有类型中并不常见（因此它们是特定的，而不是演员姓名等）

最常讨论的词的识别（例如Text classification - Identifying the most useful words in differentiating between classes、How to get most informative features for scikit-learn classifiers?）

我正在研究如何计算一个词在其全局上下文中的权重，让我们说一个词

• 好用了 19 次，中性用了 1 次，坏用了 4 次（对于这种类型）
• 在此类型中使用了 24 次（此类型为 510 行，总共 265 个单词）
• 在所有类型中总共使用了 3120 次，总共使用了 60.000 行。

tf-idf 仅在本地上下文中提供帮助。如何引入全球背景？ 19 倍好，4 倍坏，如何加权？