Metadata-Version: 2.1
Name: Cemotion-apple
Version: 0.3.3
Summary: 基于NLP的中文情感倾向分析库
Home-page: UNKNOWN
Author: Cyberbolt
Author-email: 735245473@qq.com
License: UNKNOWN
Description: Cemotion是Python下的中文NLP库，可以进行 中文情感倾向分析。
        
        Cemotion的模型经循环神经网络训练得到，会为 中文文本 返回 0～1之间的 情感倾向置信度。您可以批量分析中文文本的情感，并部署至Linux、macOS、Windows等生产环境中，无需关注内部原理。
        
        该模块供Apple Silicon使用，已经过M1测试。请按该文档安装ARM Python、TensorFlow、scikit-learn环境。
        
        
        
        ### 安装方法
        
        前提:
        根据 [https://www.cyberlight.xyz/passage/tensorflow-apple-m1](https://www.cyberlight.xyz/passage/tensorflow-apple-m1) 此文方法安装ARM Python和TensorFlow（TensorFlow需要装到conda虚拟环境中，通读全文后，请使用文章末尾的方法安装TensorFlow）
        
        此时，我们假定您已安装相关环境，并创建了名为py38的conda虚拟环境
        
        1.进入命令窗口，激活conda虚拟环境，安装scikit-learn
        
        
        ```
        conda activate py38 #激活虚拟环境 此处虚拟环境名称为py38（您可以自定义名称）
        conda install scikit-learn #安装scikit-learn
        ```
        
        
        之后输入以下命令安装Cemotion
        ```
        pip install --upgrade pip
        pip install cemotion-apple
        ```
        
        
        
        ### 使用方法
        ```
        #按文本字符串分析
        from cemotion import Cemotion
        
        str_text1 = '配置顶级，不解释，手机需要的各个方面都很完美'
        str_text2 = '院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！'
        
        c = Cemotion()
        print('"', str_text1 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text1) ) , '\n')
        print('"', str_text2 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text2) ) , '\n')
        ```
        
        
        ```
        #返回内容(该模块返回了这句话的情感置信度，值在0到1之间):
        text mode
        " 配置顶级，不解释，手机需要的各个方面都很完美 "
         预测值:0.999931 
        
        text mode
        " 院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！ "
         预测值:0.000001 
        ```
        
        
        
        
        ```
        #使用列表进行批量分析
        from cemotion import Cemotion
        
        list_text = ['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！',
        '总而言之，是一家不会再去的店。']
        
        c = Cemotion()
        print(c.predict(list_text))
        ```
        
        
        ```
        #返回内容(该模块返回了列表中每句话的情感置信度，值在0到1之间):
        list mode
        [['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！', 0.999907], ['总而言之，是一家不会再去的店。', 0.049015]]
        ```
Platform: UNKNOWN
Classifier: Programming Language :: Python :: 3
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Description-Content-Type: text/markdown
