情感的分类有

情感的分类有：爱情、友情、亲情、偏见情绪、社会情感。

1、爱情：爱情是最为广为人知和普遍的情感。人们常说“爱情至上”，这源于爱情可以带来极大的幸福和满足感。这种情感会让人们情不自禁地付出、奉献，并在关系中寻求相应的回应和认同。爱情是一种强烈的感情，它使人们愿意将一切献出，甚至在必要时也能保持信仰和承诺。

2、友情：友情是建立在信任和尊重基础上的，它能帮助人们达到更高的个人成长和消解孤独感。这种情感通常不会带有太多的负担或承诺，因为友情是相互协调和互惠的。与爱情和亲情不同，友情有越来越多的容错和变通空间，因为朋友们可以相互支持和鼓励。

3、亲情：亲情是最为私人化和特殊的情感，它超越了血缘关系。亲情的表现如果被分门别类，可以归纳成亲戚间的赡养，父母对子女的保护和教育，夫妻间感情的相互依赖等等。这些方面的表现使亲情成为人类情感中表现最明显和至关重要的部分，它涉及到人们情感和家庭生活的方方面面。

4、偏见情绪：偏见情绪则是一种相对负面的情感，它往往会导致歧视和偏见。它源于人们对各种事物的固有偏见和主观判断，如性别歧视、种族歧视、地位歧视等。当人们不认识、不理解、不容忍或者害怕某些人或事物时，他们的情感就会带有偏见色彩。

5、社会情感：社会情感则体现了个体对整个社会的愿景和观感，它将人们与周围世界联系在一起。社会情感包括社会责任感、公民义务、自我效能感、领导能力等等。它让人们有一种带有激励和向心力的社会归属感；同时也可以产生强大的意识形态观念和社会性更高的集体行动。

>>>>请问如何来暂时保存这些数据？如何使用这些数据？

不太确定理解了你的问题：

1 你是根据数据库来进行语句分割，评价分析的吗。

如果是的话，那就把分析结果存到字典里就可以了。(也就是你说的保存)

使用呢，就是对这个字典进行判断处理。

2 如果不是的话，你是想收集语料库放到字典里，然后再利用这个字典对象去判断

保存大词典对象的话可以用gdbm来读写。

既然你已经学到了数据分析，那么基本的语法应该大都知道了吧。

这无非就是筛选数据的问题，先搞清楚什么是“无意义的评论”，它满足什么条件，再遍历评论，如果满足这个“无意义”的条件，那么就删除掉就是了。

1、 NLTK — Natural Language Toolkit

搞自然语言处理的同学应该没有人不知道NLTK吧，这儿也就不多说了。不过引荐两本书籍给刚刚触摸NLTK或许需求具体了解NLTK的同学: 一个是官方的《Natural Language Processing with Python》，以介绍NLTK里的功用用法为主，一起附带一些Python常识，一起国内陈涛同学友情翻译了一个中文版，这儿可以看到：引荐《用Python进行自然语言处理》中文翻译-NLTK配套书;另外一本是《Python Text Processing with NLTK 20 Cookbook》，这本书要深入一些，会涉及到NLTK的代码结构，一起会介绍怎么定制自己的语料和模型等，相当不错。

2、 Pattern

Pattern由比利时安特卫普大学CLiPS实验室出品，客观的说，Pattern不仅仅是一套文本处理东西，它更是一套web数据挖掘东西，囊括了数据抓取模块(包含Google, Twitter, 维基百科的API，以及爬虫和HTML剖析器)，文本处理模块(词性标示，情感剖析等)，机器学习模块(VSM, 聚类，SVM)以及可视化模块等，可以说，Pattern的这一整套逻辑也是这篇文章的组织逻辑，不过这儿我们暂时把Pattern放到文本处理部分。我个人首要使用的是它的英文处理模块Patternen, 有许多很不错的文本处理功用，包含基础的tokenize, 词性标示，语句切分，语法检查，拼写纠错，情感剖析，句法剖析等，相当不错。

3、 TextBlob: Simplified Text Processing

TextBlob是一个很有意思的Python文本处理东西包，它其实是根据上面两个Python东西包NLKT和Pattern做了封装(TextBlob stands on the giant shoulders of NLTK and pattern, and plays nicely with both)，一起供给了许多文本处理功用的接口，包含词性标示，名词短语提取，情感剖析，文本分类，拼写检查等，甚至包含翻译和语言检测，不过这个是根据Google的API的，有调用次数约束。

4、 MBSP for Python

MBSP与Pattern同源，同出自比利时安特卫普大学CLiPS实验室，供给了Word Tokenization, 语句切分，词性标示，Chunking, Lemmatization，句法剖析等根本的文本处理功用，感兴趣的同学可以重视。

关于 Python文本处理工具都有哪些，环球青藤小编就和大家分享到这里了，学习是永无止境的，学习一项技能更是受益终身，所以，只要肯努力学，什么时候开始都不晚。如果您还想继续了解关于python编程的学习方法及素材等内容，可以点击本站其他文章学习。

常见的分类算法有：

K近邻算法

决策树

朴素贝叶斯

SVM

Logistic Regression