python如何實現文字情緒識別

這篇文章主要為大家展示了“python如何實現文字情緒識別”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“python如何實現文字情緒識別”這篇文章吧。

文字情緒識別

在paddlepaddle面前，自然語言處理也變得非常簡單。實現文字情緒識別我們同樣需要安裝PaddlePaddle和Paddlehub，具體安裝參見三中內容。

然后就是我們的代碼部分了：

import paddlehub as hub        
senta = hub.Module(name='senta_lstm')        # 加載模型
sentence = [    # 準備要識別的語句
    '你真美', '你真丑', '我好難過', '我不開心', '這個游戲好好玩', '什么垃圾游戲',
]
results = senta.sentiment_classify(data={text:sentence})    # 情緒識別
# 輸出識別結果
for result in results:
    print(result)

識別的結果是一個字典列表：

{'text': '你真美', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9602, 'negative_probs': 0.0398}
{'text': '你真丑', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0033, 'negative_probs': 0.9967}
{'text': '我好難過', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.5324, 'negative_probs': 0.4676}
{'text': '我不開心', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.1936, 'negative_probs': 0.8064}
{'text': '這個游戲好好玩', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9933, 'negative_probs': 0.0067}
{'text': '什么垃圾游戲', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0108, 'negative_probs': 0.9892}

其中sentiment_key字段包含了情緒信息。

以上是“python如何實現文字情緒識別”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！