SnowNLP仅支持简体中文且词典陈旧，对新词、emoji等识别不准；无predict方法，sentiments为0～1经验分值；TextBlob原生不支持中文，返回中性结果而不报错；推荐transformers轻量微调模型替代。
用 SnowNLP 做中文情感分析要注意什么
SnowNLP 默认只支持简体中文，且内部词典和训练数据较旧，对网络用语、新词、emoji 或长句的判断容易失准。它不提供显式模型路径配置，所有参数都封装在 SnowNLP 实例中，无法更换底层模型。
实操建议：
- 对短文本（如微博、评论）可直接用
s = SnowNLP(text); s.sentiments，返回 0～1 的倾向值（越接近 1 越正面） - 避免直接传入含大量标点、URL 或乱码的原始日志，建议先做基础清洗：
re.sub(r'http\S+|[^a-zA-Z\u4e00-\u9fa5\s]', '', text) - 不要依赖单次
sentiments结果做高精度分类——它本质是基于朴素贝叶斯+词频的经验分值，不是深度学习模型 - 若需批量处理，务必复用同一个
SnowNLP实例（否则每次初始化会重载词典，极慢）
TextBlob 处理中文会报错吗
会。TextBlob 原生只支持英文；调用 TextBlob(text).sentiment 对中文文本会返回 polarity=0.0, subjectivity=0.0，且不报错，极易误判为“中性”。这不是 bug，是设计如此——它底层调用的是 NLTK 的英文 Punkt tokenizer 和 Pattern 库的英文情感词典。
实操建议：
- 确认输入语言：用
TextBlob(text).detect_language()，若返回'zh'，就别继续调sentiment了 - 强行喂中文进去不会崩溃，但结果无效；
TextBlob的sentiment属性对非英文完全不可信 - 如果项目已重度依赖 TextBlob，又必须加中文支持，只能先用
googletrans（注意 API 变更）或deep-translator翻译成英文再分析——但翻译失真会放大误差
SnowNLP 的 predict 函数为什么总返回 0
SnowNLP 根本没有公开的 predict 方法。你看到的可能是旧版文档残留、自定义封装，或是把 s.sentiments > 0.5 逻辑误称为 “predict”。官方接口只有 sentiments（float）、keywords、tf、idf 等，无分类接口。
实操建议：
- 别搜
SnowNLP.predict——它不存在；要二分类就自己写：'positive' if s.sentiments > 0.6 else 'negative' - 阈值不能硬设 0.5：测试发现，对带否定词（如“不是很喜欢”）的句子，
sentiments常落在 0.4～0.55 区间，需按业务校准 - 想真正做预测，得换模型：用
transformers加载bert-base-chinese微调，或直接调用jieba+sklearn做传统机器学习流程
有没有更靠谱的轻量级替代方案
有。如果只是跑脚本、不部署服务，推荐 transformers + 开源小模型，比如 uer/roberta-finetuned-jd-binary-chinese（京东评论二分类），加载后单句推理比 SnowNLP 还快，准确率高 15%+。
实操建议：
- 安装：
pip install transformers torch，然后用pipeline('sentiment-analysis', model='uer/roberta-finetuned-jd-binary-chinese', tokenizer='uer/roberta-finetuned-jd-binary-chinese') - 输入长度限制默认 512，超长会截断——但情感往往集中在前半句，影响不大
- 首次运行会下载 ~300MB 模型，后续复用快；内存占用比 SnowNLP 高，但精度和鲁棒性碾压
- 别用
bert-base-chinese原始模型直接跑，没微调过的情感任务效果还不如 SnowNLP
真正卡住人的从来不是调哪个函数，而是没意识到 SnowNLP 的输出是个启发式分数，不是概率；也容易忽略 TextBlob 根本不支持中文情感分析这个事实。选工具前，先拿 10 条真实样本跑一遍，比读文档管用。
