Python 中 SentimentIntensityAnalyzer() 的奇怪结果

如何解决Python 中 SentimentIntensityAnalyzer() 的奇怪结果

虽然我从事数据分析工作有一段时间了，但我是 Python 的新手。我尝试使用 Python 脚本和 twitter api 导入在 PowerBI 中测试情绪分析以获取一些推文。

我基本上让一切正常工作，但是，情绪分析的结果超出了图表 - 与它们应有的相比。据我所知，函数 SentimentIntensityAnalyzer() 应该给出 -4 到 4 之间的结果。当我运行我的代码时，我得到成百上千的结果——我不知道如何解释——而且很可能这些结果是错误的。

我正在使用以下脚本：

import pandas as pd
from nltk.sentiment.vader import SentimentIntensityAnalyzer

#load in the sentiment analyzer
sia=SentimentIntensityAnalyzer()

#apply the analyzer over each comment
dataset['neg'] = dataset['Tweet Text'].apply(lambda x:sia.polarity_scores(x)['neg'])
dataset['neu'] = dataset['Tweet Text'].apply(lambda x:sia.polarity_scores(x)['neu'])
dataset['pos'] = dataset['Tweet Text'].apply(lambda x:sia.polarity_scores(x)['pos'])
dataset['compound'] = dataset['Tweet Text'].apply(lambda x:sia.polarity_scores(x)['compound'])

我对推文分析的结果如下：

Results in Excel

我真的不知道我在这件事上做错了什么。也许社区中的某个人有线索并可以帮助我。

感谢任何评论。

提前致谢...