python snownlp情感分析簡(jiǎn)易demo(分享)

更新時(shí)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(jiǎn)易demo(分享)。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧

SnowNLP是國(guó)人開發(fā)的python類庫(kù)，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(kù)基本都是針對(duì)英文的，于是寫了一個(gè)方便處理中文的類庫(kù)，并且和TextBlob不同的是，這里沒有用NLTK，所有的算法都是自己實(shí)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(shí)請(qǐng)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(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向。
它研究能實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語言進(jìn)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(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)于一體的科學(xué)。
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(xué)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(shí)現(xiàn)自然語言通信的計(jì)算機(jī)系統(tǒng)，
特別是其中的軟件系統(tǒng)。因而它是計(jì)算機(jī)科學(xué)的一部分。
'''
s = SnowNLP(text)
print(s.keywords(6)) # [u'語言', u'自然', u'計(jì)算機(jī)'] 不能用tags輸出關(guān)鍵字.
s.summary(3) # [u'因而它是計(jì)算機(jī)科學(xué)的一部分', u'自然語言處理是一門融語言學(xué)、計(jì)算機(jī)科學(xué)、
# 數(shù)學(xué)于一體的科學(xué)', u'自然語言處理是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)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(gè)']])
# print(s.tf)
# print(s.idf)
# print(s.sim([u'文章'])) # [0.3756070762985226, 0, 0]

在編譯運(yùn)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(shí)現(xiàn)了.不得不說VS Code很強(qiáng)大，希望微軟能這么一直走下去，走向開源走向跨平臺(tái)??！

然后我隨便提取了《心靈捕手》豆瓣網(wǎng)評(píng)，放在了txt中：

It is not ur fault!

我是在電視上偶爾才看到這個(gè)電影的，當(dāng)時(shí)看的時(shí)候真的很感人。為什么會(huì)有這么天才的人，卻有著這樣子曲折的人生。
是認(rèn)為劇本很好卻沒有被完全拍出來：）對(duì)演員的表演還是心存質(zhì)疑一點(diǎn)點(diǎn)～呵呵

好評(píng)

前幾日剛剛看過，一部觸動(dòng)心靈的電影，尋找真正的人生

這篇影評(píng)寫的很棒，我的眼睛濕潤(rùn)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(píng)')
pl.xlabel(u'評(píng) 論 用 戶')
pl.ylabel(u'情 感 程 度')
pl.show()

最后的效果：