Python Cemotion库快速进行文本情感分析 - Python - 计算机科学

临近毕业答辩，有些人毕设还没怎么写，找我帮忙几小时完成知乎问答爬取和情感分析功能。爬虫一小时左右就写好并爬取完数据存到 CSV 里，但情感分析怎么能几小时内完成。我研究方向是 CV，对 NLP 的了解只限于 transfomer 和常用模型的名词，但四年的室友我还是得帮个忙。

我首先想到的是否有现成的 Python 库可以调用，因为赶时间所以不能涉及自定义词典、模型训练等花费时间长的工作，能直接用几行代码得出预测值。最后锁定了 SnowNLP 和 Cemotion。SnowNLP 用的是经典机器学习的贝叶斯算法，但已经有七年没有更新了；Cemotion 使用的是深度学习 RNN 模型，最近更新时间也比较近。在未经训练的情况下简单试用后 Cemotion 的预测准确率略高于 SnowNLP。

Cemotion 通过 pip 安装即可，但涉及 TensorFlow 等库且要下载 RNN 模型，我在 Colab 环境上下载模型花了 47s，建议使用国内镜像安装。

	pip install Cemotion
	# or 清华源
	pip install Cemotion -i https://pypi.tuna.tsinghua.edu.cn/simple

安装好之后就通过 pandas 读取 CSV 文件中的回答并对其进行情感分析，将结果写入新的 CSV 文件中。完整代码如下：

	# 导入相关库
	import os
	import csv
	import pandas as pd
	from cemotion import Cemotion

	def get_result(file_path):
	predict = []
	data = pd.read_csv(file_path)
	answers = data['回答的内容']
	answers = [str(a) for a in list(answers)]
	c = Cemotion()
	predict = c.predict(answers)
	return predict


	def out_to_csv(datas):
	header = ['answer','predict']
	with open('./predict_result.csv', 'a', newline='',encoding='utf-8') as f:
	writer = csv.DictWriter(f,fieldnames=header)
	writer.writeheader() # 写入列名
	for i in range(len(datas)):
	writer = csv.writer(f)
	writer.writerow(datas[i])
	f.close()


	file_path = './result.csv'
	results = get_result(file_path)
	for result in results:
	print('"', result[0] , '"\n' , '预测值:{:6f}'.format(result[1]) , '\n')
	# 写入到 CSV 文件
	out_to_csv(results)