Cemotion是Python下的中文NLP库，可以进行 中文情感倾向分析。
Cemotion的模型经循环神经网络训练得到，会为 中文文本 返回 0～1之间的 情感倾向置信度。您可以批量分析中文文本的情感，并部署至Linux、macOS、Windows等生产环境中，无需关注内部原理。
该模块供Apple Silicon使用，已经过M1测试。请按该文档安装ARM Python、TensorFlow、scikit-learn环境。
安装方法
前提: 根据 https://www.cyberlight.xyz/passage/tensorflow-apple-m1 此文方法安装ARM Python和TensorFlow（TensorFlow需要装到conda虚拟环境中，通读全文后，请使用文章末尾的方法安装TensorFlow）
此时，我们假定您已安装相关环境，并创建了名为py38的conda虚拟环境
1.进入命令窗口，激活conda虚拟环境，安装scikit-learn
conda activate py38 #激活虚拟环境 此处虚拟环境名称为py38（您可以自定义名称）
conda install scikit-learn #安装scikit-learn
之后输入以下命令安装Cemotion
pip install --upgrade pip
pip install cemotion-apple
使用方法
#按文本字符串分析
from cemotion import Cemotion
str_text1 = '配置顶级，不解释，手机需要的各个方面都很完美'
str_text2 = '院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！'
c = Cemotion()
print('"', str_text1 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text1) ) , '\n')
print('"', str_text2 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text2) ) , '\n')
#返回内容(该模块返回了这句话的情感置信度，值在0到1之间):
text mode
" 配置顶级，不解释，手机需要的各个方面都很完美 "
预测值:0.999931
text mode
" 院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！ "
预测值:0.000001
#使用列表进行批量分析
from cemotion import Cemotion
list_text = ['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！',
'总而言之，是一家不会再去的店。']
c = Cemotion()
print(c.predict(list_text))
#返回内容(该模块返回了列表中每句话的情感置信度，值在0到1之间):
list mode
[['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！', 0.999907], ['总而言之，是一家不会再去的店。', 0.049015]]
1 maintainer
Metadata
1 maintainer
Release files for Cemotion-apple 0.3.3
For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.
Source distribution (sdist)
| File | Size | Uploaded | |
|---|---|---|---|
| Cemotion-apple-0.3.3.tar.gz | 5.9 kB | Details |
Built distribution (wheel)
| File | Interpreter | ABI | Platform | Reset |
|---|---|---|---|---|
| Cemotion_apple-0.3.3-py3-none-any.whl | Python 3 | none | any | Details |
Total release size: 12.6 kB
Release files / Cemotion-apple-0.3.3.tar.gz
| Download URL | Cemotion-apple-0.3.3.tar.gz |
|---|---|
| Size | 5.9 kB |
| Tags | Source |
|
SHA-256 checksum How to use checksums |
a10f7340c313bef102052e838093e84d6df8bad49d64b1adda7f6b00711741af
|
|
BLAKE2b-256 checksum How to use checksums |
084b1f057d86155b8395ce8ee17c7134622d587a0f62b0d7adeddbe1f162f044
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/3.3.0 pkginfo/1.7.0 requests/2.25.1 setuptools/53.0.0 requests-toolbelt/0.9.1 tqdm/4.56.0 CPython/3.8.6
|
Release files / Cemotion_apple-0.3.3-py3-none-any.whl
| Download URL | Cemotion_apple-0.3.3-py3-none-any.whl |
|---|---|
| Size | 6.7 kB |
| Tags | Python 3 |
|
SHA-256 checksum How to use checksums |
4b792c3977520b428b50088555662287794467761fce1fd04c44e7c30031edcd
|
|
BLAKE2b-256 checksum How to use checksums |
1f8276933d386f5d7b7af29b5d7cad6ffed7055f7942f491258d43a029a32273
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/3.3.0 pkginfo/1.7.0 requests/2.25.1 setuptools/53.0.0 requests-toolbelt/0.9.1 tqdm/4.56.0 CPython/3.8.6
|
