Metadata-Version: 2.1
Name: Cemotion
Version: 0.0.3
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: <p>Cemotion是Python下的中文NLP库，可以进行 中文情感倾向分析。</p>
        
        <p>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、Mac OS、Windows等生产环境中，无需关注内部原理。</p>
        
        <p>&nbsp;</p>
        
        <h3><strong>安装方法</strong></h3>
        
        <p>1.进入命令窗口，创建虚拟环境，依次输入以下命令</p>
        
        <p>Linux和Mac OS:</p>
        
        <pre>
        <code>python3 -m venv venv #创建虚拟环境
        . venv/bin/activate #激活虚拟环境</code></pre>
        
        <p>Windows:</p>
        
        <pre>
        <code>python -m venv venv #创建虚拟环境
        venv\Scripts\activate #激活虚拟环境</code></pre>
        
        <p>2.安装cemotion库，依次输入</p>
        
        <pre>
        <code>pip install --upgrade pip
        pip install cemotion</code></pre>
        
        <p><br />
        &nbsp;</p>
        
        <h3><strong>使用方法</strong></h3>
        
        <p>#按文本字符串分析</p>
        
        <pre>
        <code>from cemotion import Cemotion
        str_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！'
        c = Cemotion()
        print(c.predict(str_text))</code></pre>
        
        <pre>
        <code>返回内容:
        text mode
        0.7465
        
        </code></pre>
        
        <p>&nbsp;</p>
        
        <p>#使用列表进行批量分析</p>
        
        <pre>
        <code>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))</code></pre>
        
        <pre>
        <code>返回内容:
        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！', 0.7465], ['总而言之，是一家不会再去的店。', 0.7457]]</code></pre>
        
        <p>&nbsp;</p>
        
Platform: UNKNOWN
Classifier: Programming Language :: Python :: 3
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Description-Content-Type: text/markdown
