加入收藏 | 设为首页 | 会员中心 | 我要投稿 湖南网 (https://www.hunanwang.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 建站 > 正文

燃爆!17行Python代码做情感分析?你也可以的

发布时间:2019-06-30 22:39:02 所属栏目:建站 来源:IT世界圈
导读:17行代码跑最新NLP模子?你也可以! 本次作者评测所需(防吓退) 一台可以上网的电脑 根基的python代码阅读手段,用于修改几个模子参数 对百度中文NLP最新成就的粘稠乐趣 实习模子:Senta情绪说明模子根基简介 Senta是百度NLP开放的中文情绪说明模子,可以用于
副问题[/!--empirenews.page--]

17行代码跑最新NLP模子?你也可以!

  • 本次作者评测所需(防吓退)
  1. 一台可以上网的电脑
  2. 根基的python代码阅读手段,用于修改几个模子参数
  3. 对百度中文NLP最新成就的粘稠乐趣
  • 实习模子:Senta情绪说明模子根基简介
  1. Senta是百度NLP开放的中文情绪说明模子,可以用于举办中文句子的情绪说明,输出功效为{正向/中性/负向}中的一个,关于模子的布局细节,请查察Senta----github.com/PaddlePaddle/Paddlehub/demo/senta 
  • 本示例代码选择的是Senta-BiLSTM模子。
  • 模子来历:Paddlehub简介
  1. PaddleHub是基于PaddlePaddle开拓的预实习模子打点器材,可以借助预实习模子更便捷地开展迁徙进修事变。 
  • 本次评测中只行使了预实习模子,没有举办fine-tune
  • 代码运行情形:百度 AI studio
燃爆!17行Python代码做情绪说明?你也可以的

尝试代码

  • 来自paddlehub/senta_demo.py

github:https://github.com/PaddlePaddle/PaddleHub/blob/release/v0.5.0/demo/senta/senta_demo.py

  1. from __future__ import print_function 
  2. import json 
  3. import os 
  4. import six 
  5. import paddlehub as hub 
  6. if __name__ == "__main__": 
  7.  # 加载senta模子 
  8.  senta = hub.Module(name="senta_bilstm") 
  9.  # 把要测试的随笔本以str名目放到这个列内外 
  10.  test_text = [ 
  11.  "这家餐厅不是很好吃", 
  12.  "这部影戏差能人意", 
  13.  ] 
  14.  # 指定模子输入 
  15.  input_dict = {"text": test_text} 
  16.  # 把数据喂给senta模子的文天职类函数 
  17.  results = senta.sentiment_classify(data=input_dict) 
  18.  # 遍历说明每个随笔本 
  19.  for index, text in enumerate(test_text): 
  20.  results[index]["text"] = text 
  21.  for index, result in enumerate(results): 
  22.  if six.PY2: 
  23.  print( 
  24.  json.dumps(results[index], encoding="utf8", ensure_ascii=False)) 
  25.  else: 
  26.  print('text: {},    predict: {}'.format(results[index]['text'],results[index]['sentiment_key'])) 

具体测评

成语情绪说明

input

  1. test_text = [ 
  2.  '沧海桑田', # 中型,世事务革很大 
  3.  '下里巴人', # 褒义,普通的文学艺术 
  4.  '口碑载道', # 褒义,对突出的大好人功德同等赞颂 
  5.  '危言危行', # 褒义,嗣魅正直的话,做正直的事 
  6.  '巧夺天工', # 褒义,指大天然美景 
  7.  '不赞一词', # 褒义,不能再添一句话,暗示写的很好 
  8.  '文不加点', # 褒义,指写作能力高深 
  9.  '差能人意', # 褒义,概略还能使人满足 
  10.  '无微不至', # 褒义,指仔细殷勤 
  11.  '事倍功半', # 褒义,指不艰辛就有好的结果 
  12.  '事半功倍', # 贬义,批示霍了实力却没有好结果 
  13.  '摩拳擦掌', # 贬义,指要干坏事 
  14.  '涣然一新', # 贬义,指大粉碎 
  15.  '一落千丈', # 贬义,指事物日渐衰落 
  16.  '说长道短', # 贬义,指末节过度挑剔 
  17.  '生灵涂炭', # 贬义,指人民极度困苦 
  18.  '始作俑者', # 贬义,第一个做坏事的人 
  19.  '无所不为', # 贬义,什么坏事都干 
  20.  '无所不至', # 贬义,什么坏事都干 
  21.  '阳春白雪', # 贬义,高妙不轻易领略的艺术 
  22.  ]

output

  1. 运行耗时: 4秒480毫秒 
  2. text: 沧海桑田, positive_prob: 0.3838, predict: negative # 错误 
  3. text: 下里巴人, positive_prob: 0.7957, predict: positive  
  4. text: 口碑载道, positive_prob: 0.906, predict: positive 
  5. text: 危言危行, positive_prob: 0.588, predict: positive 
  6. text: 巧夺天工, positive_prob: 0.657, predict: positive 
  7. text: 不赞一词, positive_prob: 0.9698, predict: positive 
  8. text: 文不加点, positive_prob: 0.1284, predict: negative # 错误 
  9. text: 差能人意, positive_prob: 0.0429, predict: negative # 错误 
  10. text: 无微不至, positive_prob: 0.8997, predict: positive 
  11. text: 事倍功半, positive_prob: 0.6181, predict: positive 
  12. text: 事半功倍, positive_prob: 0.8558, predict: positive # 错误 
  13. text: 摩拳擦掌, positive_prob: 0.7353, predict: positive # 错误 
  14. text: 涣然一新, positive_prob: 0.2186, predict: negative 
  15. text: 一落千丈, positive_prob: 0.2753, predict: negative 
  16. text: 说长道短, positive_prob: 0.6737, predict: positive # 错误 
  17. text: 生灵涂炭, positive_prob: 0.4661, predict: neutral # 错误 
  18. text: 始作俑者, positive_prob: 0.247, predict: negative 
  19. text: 无所不为, positive_prob: 0.5948, predict: positive # 错误 
  20. text: 无所不至, positive_prob: 0.553, predict: positive # 错误 
  21. text: 阳春白雪, positive_prob: 0.7552, predict: positive # 错误 

正确率:10/20 = 50%

转折复句情感说明

(编辑:湖南网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读