NLP之TEA：基于SnowNLP实现自然语言处理之对输入文本进行情感分析(分词→词性标注→拼音简繁转换→情感分析→测试)

2024-05-24 02:20:36

NLP之TEA：基于SnowNLP实现自然语言处理之对输入文本进行情感分析(分词→词性标注→拼音&简繁转换→情感分析→测试)

目录

NLP分词

NLP词性标注

NLP情感分析—TEA

NLP常见功能(输出拼音、支持方法)

NLP测试

NLP分词

sentence = u"今年春节档的电影，我尤其喜欢吴京主演的电影《流浪地球》"
s = SnowNLP(sentence)print("Segmented words = {}".format(s.words))

Segmented words = ['今年', '春节', '档', '的', '电影', '，', '我', '尤其', '喜欢', '吴', '京', '主演', '的', '电影', '《', '流浪', '地球', '》']

NLP词性标注

for word, tag in s.tags:print("Word = {}, Tag = {}\n".format(word, tag))

Tagging:
Word = 今年, Tag = t
Word = 春节, Tag = t
Word = 档, Tag = Ng
Word = 的, Tag = u
Word = 电影, Tag = n
Word = ，, Tag = w
Word = 我, Tag = r
Word = 尤其, Tag = d
Word = 喜欢, Tag = v
Word = 吴, Tag = nr
Word = 京, Tag = nr
Word = 主演, Tag = v
Word = 的, Tag = u
Word = 电影, Tag = n
Word = 《, Tag = w
Word = 流浪, Tag = vn
Word = 地球, Tag = n
Word = 》, Tag = w

NLP情感分析—TEA

print("Sentiment score = {}".format(s.sentiments))

Sentiment score = 0.999991806695989

NLP常见功能(输出拼音、支持方法)

print("Pinyin = {}".format(s.pinyin))print(dir(s))

Pinyin = ['jin', 'nian', 'chun', 'jie', 'dang', 'de', 'dian', 'ying', '，', 'wo', 'you', 'qi', 'xi', 'huan', 'wu', 'jing', 'zhu', 'yan', 'de', 'dian', 'ying', '《', 'liu', 'lang', 'di', 'qiu', '》']
['__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'bm25', 'doc', 'han', 'idf', 'keywords', 'pinyin', 'sentences', 'sentiments', 'sim', 'summary', 'tags', 'tf', 'words']

sentence = u"春節檔的電影，我尤其喜歡吳京主演的電影"
print("简繁转换 = {}".format(s.han))

简繁转换 = 春节档的电影，我尤其喜欢吴京主演的电影

NLP测试

sentence = u"明天早上举行2019届全明星比赛，我会看直播，因为我特别喜欢詹姆斯、韦德、杜兰特、库里"
print("Sentiment score = {}".format(s.sentiments))sentence = u"明天早上有比赛"
print("Sentiment score = {}".format(s.sentiments))sentence = u"明天，上海又要下雨，我特别不喜欢下雨的天气！"
print("Sentiment score = {}".format(s.sentiments))

Sentiment score = 0.9713889788637894
Sentiment score = 0.4228962549024792
Sentiment score = 0.031366312726148315

NLP之TEA：基于SnowNLP实现自然语言处理之对输入文本进行情感分析(分词→词性标注→拼音简繁转换→情感分析→测试)相关推荐

java utf8 简繁转换类库_在Java中进行中文繁体简体转换，基于OpenCC（Open Chinese Convert）方案...
一.OpenCC介绍 OpenCC (Open Chinese Convert,开放中文转换) 是一个用于中文简繁转换的开源项目,支持词汇级别的转换.异体字转换和地区习惯用词转换(中国大陆.台湾.香港 ...
开源nlp自然语言处理 word2vec nltk textblob crf++ 机器人、翻译、简繁转换、分词、词性、词向量、关键词主题、命名体识别、语义分析、情感正负面、近义同义词、句子相似性、聚类
github开源:https://github.com/lhyxcxy/nlp 说明本例子主要集成各种nlp框架主要功能如下 (1)自动问答机器人 (2)中文翻译,及繁体转简体 (3)关键词提取, ...
NLP之TEA：自然语言处理之文本情感分析的简介、算法、应用、实现流程方法、案例应用之详细攻略
NLP之TEA:自然语言处理之文本情感分析的简介.算法.应用.实现流程.实现方法之详细攻略目录 TEA的简介 TEA的应用 TEA的实现流程 TEA的实现方法 T1.词袋模型 TEA的案例应用 TE ...
简繁体转换---Python自然语言处理（5）
目录简体繁体转换使用CharTable进行简繁体转换多种繁简之间的转换简体繁体转换如今,世界上存在两种中文,一种是中文简体,一种是中文繁体.如果要完全掌握中文语言的自然语言处理,那么简繁都不 ...
【组队学习】【29期】9. 基于transformers的自然语言处理(NLP)入门
9. 基于transformers的自然语言处理(NLP)入门航路开辟者:多多.erenup.张帆.张贤.李泺秋.蔡杰.hlzhang 领航员:张红旭.袁一涵航海士:多多.张红旭.袁一涵.童鸣基 ...
【组队学习】【28期】基于transformers的自然语言处理(NLP)入门
基于transformers的自然语言处理(NLP)入门论坛版块: http://datawhale.club/c/team-learning/39-category/39 开源内容: https: ...
NLP：基于snownlp库对文本实现提取文本关键词和文本摘要
NLP:基于snownlp库对文本实现提取文本关键词和文本摘要目录输出结果 1.测试文本设计思路核心代码输出结果 1.测试文本今天一大早,两位男子在故宫抽烟对镜头炫耀的视频在网络上传播,引 ...
【自然语言处理（NLP）】基于FNN网络的电影评论情感分析
[自然语言处理(NLP)]基于FNN网络的电影评论情感分析作者简介:在校大学生一枚,华为云享专家,阿里云专家博主,腾云先锋(TDP)成员,云曦智划项目总负责人,全国高等学校计算机教学与产业实践资源建 ...
【自然语言处理（NLP）】基于预训练模型的机器阅读理解
[自然语言处理(NLP)]基于预训练模型的机器阅读理解作者简介:在校大学生一枚,华为云享专家,阿里云专家博主,腾云先锋(TDP)成员,云曦智划项目总负责人,全国高等学校计算机教学与产业实践资源建设专 ...

最新文章

热门文章