使用 Python 中的 NRC 词典进行情感分类

原文:https://www . geesforgeks . org/情感-分类-使用-NRC-词典-in-python/

很多时候，对于现实世界的项目，情绪识别往往只是项目的开始。在上面编写完整的代码不仅会增加时间，而且效率也会受到阻碍。

NRCLexicon 是麻省理工学院批准的 pypi 项目，由马克·m·贝利设计，预测给定文本的情绪和情感。该软件包包含大约 27，000 个单词，基于加拿大国家研究委员会(NRC)的情感词典和 NLTK 图书馆的 WordNet 同义词集。

安装:

要安装此模块，请在终端中键入以下命令。

pip install NRCLex

即使安装了该模块，运行程序时也可能出现 MissingCorpusError 。所以建议在命令提示符下使用下面的命令安装textblob . download _ corpora。

python -m textblob.download_corpora

进场:

  • 导入模块

Python 3

# Import required modules
from nrclex import NRCLex
  • 分配输入文本

Python 3

# Assigning list of words
text = ['hate', 'lovely', 'person', 'worst']
  • 为每个输入文本创建 NRCLex 对象。

Python 3

for i in range(len(text)):

    # creating objects
    emotion = NRCLex(text[i])
  • 运用方法对情绪进行分类。
| Sr | 方法 | 描述 | | --- | --- | --- | | one | *情感词汇* | 返回单词列表。 | | Two | *情感句子* | 返回句子列表。 | | three | *情感.情感 _ 列表* | 返回影响列表。 | | four | *情感.情感 _ 字典* | 返回影响字典。 | | five | *情感. raw_emotion_scores* | 返回原始情感计数。 | | six | *情绪. top_emotions* | 回报最高的情感。 | | seven | *情绪影响频率* | 返回影响频率。 |

  • 测量的情绪影响包括以下内容:

  • 害怕

  • 愤怒
  • 希望
  • 信任
  • 惊喜
  • 积极的
  • 否定的；消极的；负面的；负的
  • 悲哀
  • 厌恶
  • 高兴

下面是实现。

例 1:

基于上述方法，下面的示例使用 top_emotions 对各种情绪进行分类。

Python 3

# Import module
from nrclex import NRCLex

# Assign list of strings
text = ['hate', 'lovely', 'person', 'worst']

# Iterate through list
for i in range(len(text)):

    # Create object
    emotion = NRCLex(text[i])

    # Classify emotion
    print('\n\n', text[i], ': ', emotion.top_emotions)

版权属于：月萌API www.moonapi.com，转载请注明出处

本文链接：https://moonapi.com/news/1452.html