哈喽～ 如果你是编程小白，想试着用Python做一个“评论识别”（比如区分“产品好评”和“非产品无关评论”），但又怕代码复杂、报错不断，那这篇博客绝对适合你！

全程避开晦涩术语，每一步都写得明明白白，跟着操作就能跑通，还会解决你可能遇到的「文件找不到」「代码报错」等问题，新手也能轻松上手～

先给大家看最终效果：输入一句话（比如“产品质量很好”“今天天气不错”），程序就能自动判断这是「好评」还是「非产品评价」，像这样👇

请输入要预测的语句：产品质量很好 预测结果：产品质量很好 → 好评 请输入要预测的语句：今天天气不错 预测结果：今天天气不错 → 非产品评价

是不是很神奇？接下来，我们一步步实现它，全程不跳步！

一、前期准备（小白必看，缺一不可）

在写代码之前，我们要准备3件事，少一件都可能报错，一定要仔细看！

1. 安装必备工具（Python+相关库）

首先，你得有Python（建议用Python3.9，和我一致，避免版本问题），安装教程很简单，网上搜“Python3.9安装教程”，跟着下一步下一步就好，记得勾选“Add Python to PATH”（不然后续会报错）。

安装完Python后，打开「命令提示符」（按下Win+R，输入cmd，回车），复制下面这行代码，回车执行，安装我们需要的所有库（复制粘贴就行，不用改）：

pip install pandas numpy jieba scikit-learn openpyxl

等待几分钟，直到出现“Successfully installed...”，就说明安装成功了。

2. 准备2个关键文件（避免“文件找不到”报错）

这一步是解决之前很多人遇到的「FileNotFoundError」的核心！我们需要准备2个文件，并且把它们和代码放在同一个文件夹里。

① 停用词文件：StopwordsCN.txt（作用：过滤没用的词，比如“的、了、在”这些，不影响识别结果）

② 训练数据文件：pj_train.xlsx（作用：给程序“喂数据”，让它学会区分好评和非产品评价）

✅ 小白获取方法：

1. 停用词文件（StopwordsCN.txt）：百度搜索“中文停用词表 StopwordsCN.txt”，下载后保存到电脑里（记住保存的文件夹，后面要用）。

2. 训练数据文件（pj_train.xlsx）：打开Excel，新建一个表格，有两列，第一列叫“segments_clean”（放分词后的评论），第二列叫“label”（1代表好评，0代表非产品评价），随便填几条数据，比如：

segments_clean	label
["产品", "质量", "很好"]	1
["物流", "很快", "满意"]	1
["今天", "天气", "不错"]	0
["吃饭", "逛街", "开心"]	0

填完后，保存为“pj_train.xlsx”，和StopwordsCN.txt放在同一个文件夹里。

3. 新建代码文件

打开记事本（Win+R，输入notepad，回车），把后面的完整代码复制粘贴进去，然后点击“文件→保存”，保存类型选择“所有文件”，文件名改为“评论识别.py”，保存路径和上面两个文件一致（比如都放在“E:\py_flie\爬虫文件”里）。

二、完整代码（小白直接复制，不用改！）

下面这段代码，我已经帮大家处理好了所有报错问题，加了文件校验、路径适配，小白直接复制粘贴到“评论识别.py”里就行，唯一需要改的地方，我会用【】标出来，非常简单。

import pandas as pd
import jieba
import os  # 用来检查文件是否存在，避免报错
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB
from sklearn.model_selection import train_test_split
from sklearn import metrics

# ===================== 第一步：配置文件路径（小白唯一需要改的地方！） =====================
# 把下面两个路径，改成你自己的文件路径（复制文件属性里的“位置+文件名”）
# 注意：路径里的反斜杠是“\”，前面要加一个“r”，比如 r"E:\py_flie\爬虫文件\StopwordsCN.txt"
STOPWORD_FILE = r"E:\py_flie\爬虫文件\StopwordsCN.txt"  # 停用词文件路径
TRAIN_FILE = r"E:\py_flie\爬虫文件\pj_train.xlsx"        # 训练数据文件路径

# ===================== 第二步：检查文件是否存在（避免“找不到文件”报错） =====================
def check_file_exists(file_path):
    if os.path.exists(file_path):
        print(f"✅ 找到文件：{file_path}")
        return True
    else:
        print(f"❌ 未找到文件：{file_path}")
        print("解决方法：检查文件路径是否正确，或文件是否在该文件夹里！")
        return False

# ===================== 第三步：加载停用词（过滤没用的词） =====================
def load_stopwords(file_path):
    stopwords = set()  # 用来存停用词的集合
    if not check_file_exists(file_path):
        return stopwords  # 找不到文件就返回空，不影响程序运行
    
    # 读取停用词文件
    with open(file_path, 'r', encoding='utf-8') as f:
        for line in f:
            word = line.strip()  # 去掉每行的空格和换行
            if word:  # 跳过空行
                stopwords.add(word)
    print(f"✅ 成功加载 {len(stopwords)} 个停用词\n")
    return stopwords

stopwords = load_stopwords(STOPWORD_FILE)

# ===================== 第四步：文本分词（把句子拆成单个词） =====================
def text_segment(text):
    # 用jieba分词，把句子拆成单个词（精确模式，适合中文）
    seg_list = jieba.lcut(text)
    # 过滤停用词和空白字符（比如空格、换行）
    seg_clean = [word for word in seg_list if word not in stopwords and word.strip() != '']
    return seg_clean

# ===================== 第五步：加载训练数据，训练模型 =====================
# 先检查训练数据文件是否存在
if not check_file_exists(TRAIN_FILE):
    exit()  # 找不到文件就退出程序，避免报错

# 读取训练数据（Excel文件）
pj_train = pd.read_excel(TRAIN_FILE)
print(f"✅ 成功加载训练数据，共 {len(pj_train)} 条\n")

# 兼容处理：防止Excel里的分词是字符串格式（比如"[产品, 质量]"），转成列表
def parse_segments(seg_str):
    if isinstance(seg_str, str):
        import ast
        try:
            return ast.literal_eval(seg_str)  # 把字符串转成列表
        except:
            return seg_str.split()  # 转失败就按空格拆分
    return seg_str

pj_train['segments_clean'] = pj_train['segments_clean'].apply(parse_segments)

# 拆分训练集和测试集（让模型学一部分，考一部分，检验效果）
x_train, x_test, y_train, y_test = train_test_split(
    pj_train['segments_clean'],
    pj_train['label'],
    test_size=0.3,  # 30%的数据用来测试，70%用来训练
    random_state=0,  # 固定拆分方式，每次运行结果一样
    stratify=pj_train['label']  # 保证好评和非产品评价的比例不变
)

# 转换为模型能识别的格式（把分词列表改成空格分隔的字符串）
train_words = [' '.join(seg) for seg in x_train]
test_words = [' '.join(seg) for seg in x_test]

# 词向量转换（把文字变成模型能计算的数字）
vectorizer = CountVectorizer(lowercase=False)  # 中文不需要小写，这里固定不动
x_train_vec = vectorizer.fit_transform(train_words)  # 训练时，先拟合再转换
x_test_vec = vectorizer.transform(test_words)        # 测试时，只转换（避免作弊）

# 训练朴素贝叶斯模型（核心步骤，不用改）
model = MultinomialNB(alpha=1.0)
model.fit(x_train_vec, y_train)
print("✅ 模型训练完成！\n")

# 评估模型效果（看看模型学得好不好）
y_pred = model.predict(x_test_vec)
print("===== 模型评估结果（小白不用管，看个热闹就行） =====")
print(metrics.classification_report(y_test, y_pred))

# ===================== 第六步：交互式预测（小白最关心的部分！） =====================
def predict_sentence(text):
    # 1. 对输入的句子分词、去停用词
    seg = text_segment(text)
    # 2. 转换为模型能识别的格式
    text_vec = vectorizer.transform([' '.join(seg)])
    # 3. 模型预测
    label = model.predict(text_vec)[0]
    # 4. 返回易懂的结果
    return "好评" if label == 1 else "非产品评价"

# 开始交互式预测（输入quit退出）
print("\n===== 评论识别开始（输入 quit 退出程序） =====")
while True:
    user_input = input("\n请输入要识别的语句：")
    if user_input.strip().lower() == 'quit':
        print("👋 退出程序，下次再见！")
        break
    # 调用预测函数，输出结果
    result = predict_sentence(user_input)
    print(f"预测结果：{user_input} → {result}")

三、小白操作步骤（跟着做，零报错）

代码复制完，按照下面的步骤操作，就能顺利运行，全程不踩坑！

步骤1：修改文件路径（唯一需要改的地方）

找到代码里的这两行：

STOPWORD_FILE = r"E:\py_flie\爬虫文件\StopwordsCN.txt" TRAIN_FILE = r"E:\py_flie\爬虫文件\pj_train.xlsx"

把引号里的路径，改成你自己的文件路径（比如你的文件放在桌面，路径就是 r"C:\Users\ASUS\Desktop\StopwordsCN.txt"）。

✅ 路径获取方法：右键点击文件 → 属性 → 复制“位置”，然后加上“\文件名”，前面加一个r。

步骤2：运行代码

1. 打开存放3个文件（评论识别.py、StopwordsCN.txt、pj_train.xlsx）的文件夹；

2. 按住Shift键，右键点击空白处，选择“在此处打开PowerShell窗口”；

3. 输入命令：python 评论识别.py，回车；

4. 如果看到“✅ 找到文件”“✅ 模型训练完成”，就说明运行成功了！

步骤3：开始识别评论

运行成功后，会提示“请输入要识别的语句”，你可以输入任意句子，比如：

输入：产品很满意，值得推荐 → 预测结果：好评 输入：周末去爬山了 → 预测结果：非产品评价 输入：物流太慢，差评 → 预测结果：好评（因为是产品相关评论，不管好坏，我们这里label=1都算好评，后续可以优化）

想退出的话，输入quit，回车就可以了。

四、小白常见报错及解决方法（必看！）

如果运行时出现报错，别慌，看看下面的情况，对应解决就好，都是新手常遇到的问题～

报错1：FileNotFoundError: [Errno 2] No such file or directory: 'xxx'

原因：文件路径不对，或者文件不在指定的文件夹里。

解决方法：重新检查代码里的文件路径，确保和文件实际路径一致，并且3个文件在同一个文件夹里。

报错2：ModuleNotFoundError: No module named 'jieba'（或其他库）

原因：没有安装对应的库。

解决方法：打开命令提示符，重新执行 pip install pandas numpy jieba scikit-learn openpyxl，等待安装完成。

报错3：ValueError: Iterable over raw text documents expected, got list

原因：Excel里的“segments_clean”列格式不对，不是列表或字符串。

解决方法：按照前面的要求，在Excel里填写分词数据，比如 ["产品", "质量"]，保存后重新运行。

五、小白拓展（可选，不影响核心功能）

如果你想让这个程序更完善，可以试试这两个小操作：

1. 增加更多训练数据：在pj_train.xlsx里多填一些评论，比如100条好评、100条非产品评价，模型识别会更准确；

2. 区分好评和差评：把label改成2个以上（比如1=好评，2=差评，0=非产品评价），再添加对应的训练数据，就能实现“好评/差评/非产品评价”三分类。

最后总结

其实做评论识别一点都不难，核心就是“给模型喂数据→模型学习→模型预测”，小白只要做好「文件准备」和「路径配置」，就能轻松跑通代码。

如果按照步骤操作还是报错，评论区留言你的报错信息，我帮你解决～ 新手也能轻松玩转Python文本识别，赶紧试试吧！