Python で NRC 辞書を使用した感情分類

感情認識または認識とは、人または物体が環境に表示される特定の感情を認識し、それをさまざまな感情に置き換えることです。感情 カテゴリのいずれかの能力。

Python の

感情分類 は、単語や文章を ポジティブ または ネガティブ としてラベル付けし、それに応じて # を割り当てる従来の感情分析手法に代わる実行可能な代替手段です。 ##極性スコア。

このアルゴリズムの背後にある基本的な考え方は、テキストから感情を表す単語を分割しようとする

人間の思考プロセス を模倣することです。分析は トレーニング データ セット を使用して実行され、事前に設定された情報セットが分類の基礎としてシステムに供給されます。

これは、

NLTK ライブラリ の WordNet シソーラスと、 27,000 を超えるカナダ国立研究評議会 (NRC) の感情辞書に基づいたパッケージです。条項 ＃＃＃。 ライブラリでは、言葉の感情的影響を測定および分類するために次のカテゴリを使用します -

＃＃＃＃＃＃恐れ＃＃＃＃＃＃ ＃＃＃＃＃＃怒り＃＃＃＃＃＃ ＃＃＃＃＃＃期待する＃＃＃＃＃＃ ＃＃＃＃＃＃信頼＃＃＃＃＃＃ ＃＃＃＃＃＃驚き＃＃＃＃＃＃ ＃＃＃＃＃＃ポジティブ＃＃＃＃＃＃ ＃＃＃＃＃＃ネガティブ＃＃＃＃＃＃ ＃＃＃＃＃＃悲しい＃＃＃＃＃＃ ＃＃＃＃＃＃嫌悪＃＃＃＃＃＃ ＃＃＃＃＃＃喜び＃＃＃＃＃＃

インストール手順

ステップ 1
• - ターミナルで pip install コマンドを使用して、NRC モジュールをインストールします。

リーリー Windows を使用している場合、jupyter での

• Notebooks

  と
コマンド プロンプト
• のインストールは通常、同じ手順に従います。

MacO へのインストールも同じコマンドに従います。端末を直接使用します。
• ステップ 2

  -

  MissingCorpusError

• の発生を避けるために、textblob と
nrclex
• もインストールします。 リーリー

• ステップ 3

  - テキストブロブからコーパスをダウンロードします

• リーリー

  インストール後、ライブラリのインポートとテキスト オブジェクトの作成に進むことができます。

基本的な方法

1. 元のテキストからフィルタリングされたテキストへ (最良の結果を得るには、「テキスト」は Unicode である必要があります)。

• リーリー

  2. トークン化された単語リストをトークン リストに変換します

  リーリー

3. 単語リストを返します。

リーリー 4.文のリストを返します。 リーリー

5.影響リストを返します。

リーリー

• 6.エフェクトの辞書を返します。

  リーリー 7.生の感情カウントを返します。 リーリー

  8.最高の感情に戻ります。
ul> リーリー
• 9.リターン頻度。

  リーリー ここでは、top_emotions 関数を使用して、感情に基づいて単語のリストを分類します。

  ＃＃＃アルゴリズム＃＃＃
ステップ 1

- nrclex をインポートする nrclex をインポートする

ステップ 2

- nrclex から NRCLex をインポートします

ステップ 3

- 分類する文字列単語のリストを初期化します

ステップ 4

- 範囲 len(text) の i の場合

ステップ 4

-Emotion = NRCLex(text[i]) #テキストごとにオブジェクトを作成します

ステップ 5

-Emotion.top_emotions #感情を分類する ＃＃＃例＃＃＃ リーリー ＃＃＃出力＃＃＃ リーリー ＃＃＃アルゴリズム＃＃＃

ステップ 1

- nrclex をインポートする

ステップ 2

- nrclex から NRCLex をインポートします

ステップ 3

- 分類する文字列単語のリストを初期化します

ステップ 4

- 範囲 len(text) の i の場合

ステップ 4

-Emotion = NRCLex(text[i]) #テキストごとにオブジェクトを作成します

ステップ 5

-Emotion.top_emotions #感情を分類する ＃＃＃例＃＃＃ リーリー ＃＃＃出力＃＃＃ リーリー ＃＃＃結論は＃＃＃ NRC センチメント レキシコンは、研究や業界におけるセンチメント分析およびセンチメント分類タスクで広く使用されています。これは、サポートとさらなる開発に利用できるユーザーとリソースの大規模なコミュニティがあることを意味します。 NRCLex は Google 翻訳も使用して、世界中の 100 以上の言語に安定した出力を提供し、言語の壁を取り除くことに成功しています。これは医療分野で複数の用途があり、パンデミックへの対応を理解するのに役立ちます。実際の応用には、心理学と行動科学、フェイクニュース検出、人間とコンピューターの相互作用の強化などが含まれます。

以上がPython で NRC 辞書を使用した感情分類の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。