快捷導(dǎo)航

python snownlp情感分析簡易demo(分享)

更新時間：2017年06月04日 07:31:16 投稿：jingxian

下面小編就為大家?guī)硪黄猵ython snownlp情感分析簡易demo(分享)。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧

SnowNLP是國人開發(fā)的python類庫，可以方便的處理中文文本內(nèi)容，是受到了TextBlob的啟發(fā)而寫的，由于現(xiàn)在大部分的自然語言處理庫基本都是針對英文的，于是寫了一個方便處理中文的類庫，并且和TextBlob不同的是，這里沒有用NLTK，所有的算法都是自己實現(xiàn)的，并且自帶了一些訓(xùn)練好的字典。注意本程序都是處理的unicode編碼，所以使用時請自行decode成unicode。MIT許可下發(fā)行。

其 github 主頁

我自己修改了上文鏈接中的python代碼并加入些許注釋，以方便你的理解：

from snownlp import SnowNLP
text = u'''
自然語言處理是計算機科學領(lǐng)域與人工智能領(lǐng)域中的一個重要方向。
它研究能實現(xiàn)人與計算機之間用自然語言進行有效通信的各種理論和方法。
自然語言處理是一門融語言學、計算機科學、數(shù)學于一體的科學。
因此，這一領(lǐng)域的研究將涉及自然語言，即人們?nèi)粘Ｊ褂玫恼Z言，
所以它與語言學的研究有著密切的聯(lián)系，但又有重要的區(qū)別。
自然語言處理并不是一般地研究自然語言，
而在于研制能有效地實現(xiàn)自然語言通信的計算機系統(tǒng)，
特別是其中的軟件系統(tǒng)。因而它是計算機科學的一部分。
'''
s = SnowNLP(text)
print(s.keywords(6)) # [u'語言', u'自然', u'計算機'] 不能用tags輸出關(guān)鍵字.
s.summary(3) # [u'因而它是計算機科學的一部分', u'自然語言處理是一門融語言學、計算機科學、
# 數(shù)學于一體的科學', u'自然語言處理是計算機科學領(lǐng)域與人工智能領(lǐng)域中的一個重要方向']s.sentences
# print(s.sentences)
print(s.sentiments) # 1.0
s = SnowNLP([[u'這篇', u'文章'],
       [u'那篇', u'論文'],
       [u'這個']])
# print(s.tf)
# print(s.idf)
# print(s.sim([u'文章'])) # [0.3756070762985226, 0, 0]

在編譯運行之前，先得安裝snownlp包,后續(xù)還有pylab,pandas模塊:
在VS Code終端(查看->集成終端)里面輸入：
pip install snownlp

pip install pylab

pip install pandas

前提是你安裝了pip，若是pip沒有安裝可以查看我之前的文章

在VS Code中我們可以右鍵模塊名查看定義，便能看到模塊的實現(xiàn)了.不得不說VS Code很強大，希望微軟能這么一直走下去，走向開源走向跨平臺??！

然后我隨便提取了《心靈捕手》豆瓣網(wǎng)評，放在了txt中：

It is not ur fault!

我是在電視上偶爾才看到這個電影的，當時看的時候真的很感人。為什么會有這么天才的人，卻有著這樣子曲折的人生。
是認為劇本很好卻沒有被完全拍出來：）對演員的表演還是心存質(zhì)疑一點點～呵呵

好評

前幾日剛剛看過，一部觸動心靈的電影，尋找真正的人生

這篇影評寫的很棒，我的眼睛濕潤了

很好的片子

最后就是處理的程序了：

from snownlp import SnowNLP
import pandas as pd
import pylab as pl
txt = open('F:/_analyse_Emotion.txt')
text = txt.readlines()
txt.close()
print('讀入成功')
sentences = []
senti_score = []
for i in text:
  a1 = SnowNLP(i)
  a2 = a1.sentiments
  sentences.append(i) # 語序...
  senti_score.append(a2)
  print('doing')
table = pd.DataFrame(sentences, senti_score)
# table.to_excel('F:/_analyse_Emotion.xlsx', sheet_name='Sheet1')
# ts = pd.Series(sentences, senti_score)
# ts = ts.cumsum()
# print(table)
x = [1, 2, 3, 4, 5, 6, 7, 8]
pl.mpl.rcParams['font.sans-serif'] = ['SimHei']
pl.plot(x, senti_score)
pl.title(u'心 靈 捕 手 網(wǎng) 評')
pl.xlabel(u'評 論 用 戶')
pl.ylabel(u'情 感 程 度')
pl.show()

最后的效果：