2023年如何用Python创建情感分析机器人

Find AI Tools

No difficulty

No complicated process

Find ai tools

Home AI News CN 2023年如何用Python创建情感分析机器人

2023年如何用Python创建情感分析机器人

简介

在今天的课程中，我们将构建一个情感分析机器人。它可以分析我们输入的文本，并返回它的情感是否为积极、消极或中立。这个机器人非常有用，如果您想自动化与人类交互的某些事情，因为如果他们写了一些消极的东西，您可能可以以某种方式回应，如果他们对某件事表示积极，您可能可以以不同的方式回应。因此，您可以开始捕捉他们打字的语气，并相应地回应。这是聊天机器人脚本的升级，但为了演示，我们可以输入一些像“真是美好的一天”这样的话，它将给我们一个积极的评分，我们将得到一个微笑的表情。我们还可以输入一些像“我讨厌你”这样的话，我们将得到一个负分，因为这显然是一个消极的文字。现在我们可以输入一些像“狗在公园里散步”这样与任何事物无关的话，它将有一个中立的观点，所以它将返回给我们一个中立的脸，但是，您也可以说：“我喜欢你的帽子”或者其他的事情，您将得到一个积极的评分。所以，正如您所看到的，根据我们的输入，它将给我们一个情感分析评分。这就是我们将在这个脚本中构建的内容，首先您需要打开终端并键入PIP install text blob，然后text blob将为我们处理所有繁琐的工作，但一旦安装完成，我们可以键入from textblob import TextBlob，然后from dataclasses import dataclass，因为我想为我的数据创建一个数据类，然后我们将创建该数据类并将其命名为“Mood”，它将具有两个属性，一个类型为字符串的emoji和一个类型为浮点数的sentiment。接下来，我们要创建一个基于输入字符串获取情绪的函数，在这里我们可以键入def get_mood(input_text: str, *, threshold: float) -> Mood，首先要做的是获取情感，情感是一个类型为浮点数的sentiment，它等于TextBlob(input_text).sentiment.polarity，然后我们需要定义阈值，我们将有一个友好的阈值，它是一个浮点数，它只等于阈值，并且我们还需要一个敌意阈值，它的值与阈值相同，只是在阈值的前面有一个负号。阈值告诉我们聊天机器人应该有多灵敏，如果我们定义一个阈值为0.3，那么它会说小于0.3的任何内容都被视为中立，所以它不会因为一个非常小的正数而一定是一个积极的评分，我们想确保这个评分要么足够积极，要么足够消极才能产生积极或消极的结果。例如说一些如“我穿着的鞋很好”这样的话，可以被视为一个积极的句子，但是我们实际上希望将其注册为中立的句子。现在为了确定我们应该返回什么，我们将使用if sentiment >= friendly_threshold:，然后返回带有微笑表情的情绪和情感评分，这样我们就可以看到情感评分是多少。如果情感小于等于敌意阈值，我们将返回带有愤怒表情的情绪和情感评分，否则我们只想返回带有中立表情的情绪和情感评分，这应该要么小于0.3，要么大于负0.3。然后我们只需键入return mood，这将覆盖我们需要返回的内容，以获取情感。现在只剩下为我们创建if __name__ == '__main__':的检查，并在其中循环，以便我们可以在测试时进行操作。因此，当为真时，我们将得到类型为字符串的文本，该文本将等于input('请输入文本：')，无论用户插入什么，都将作为文本进行评估，然后我们要获取情绪，对于这一点，我们要键入mood: Mood = get_mood(text, threshold=0.3)，我们将插入我们输入的文本，并定义一个阈值，阈值越高，要获得积极或消极反应的难度就越大，所以如果您希望您的机器人非常敏感，将这个值设置为较低的阈值，如果您希望它不太敏感，将其设置为更高的阈值。我发现0.3在这个例子中效果很好，然后剩下的就是打印出mood.emoji和mood.sentiment，基于文本的输入。就是这样，我们可以运行这个脚本，它将要求我们插入一些文本，虽然我不高兴，这里没有空格，所以我在那里添加了一个空格，我们运行这个脚本，这一次当我输入一些像“我喜欢吃土豆”这样的话，它将给我们一个愉快的评分，否则如果我说“我正在走路”，那么它既不消极也不积极，所以你会得到一个中立的评分。然后我们还可以说“我讨厌人工智能”，我们会得到一个消极的评分，因为它有一些消极的特征，但是我们也可以试着输入一些更复杂的话，比如“今天我感觉很好，但又是我生命中最糟糕的一天”，机器人对此可能会感到非常矛盾，因为我的意思是，这非常令人困惑，你说你今天感觉很好，但又是一个非常糟糕的一天，所以再次，您可以将这个阈值稍微降低，将其注册为负面情绪，因为它略微比积极要负面一些。textblob有一个公式，可以判断某些关键词的积极程度和消极程度，因此根据这个句子，它成功地理解了这句话比积极程度更消极。当然，最后一个是记得订阅，这也是中立的，这是完全可以的。如果您喜欢Python和这些视频，记得订阅，否则继续浏览互联网，享受乐趣。无论如何，这实际上涵盖了我想分享的有关情感分析机器人的一切，这是非常简单的编码，请在下方的评论区告诉我您对此的看法，以及是否希望我创建另一个类似于这个教程的教程。但无论如何，感谢您观看! 期待下次再见。

构建情感分析机器人

导入所需库

首先，我们需要导入所需的库。运行以下代码：

from textblob import TextBlob
from dataclasses import dataclass

创建数据类

我们将创建一个数据类来存储情绪数据。运行以下代码：

@dataclass
class Mood:
    emoji: str
    sentiment: float

编写情感获取函数

接下来，我们将编写一个函数来根据输入的文本获取情绪。运行以下代码：

def get_mood(input_text: str, *, threshold: float) -> Mood:
    sentiment: float = TextBlob(input_text).sentiment.polarity

    friendly_threshold: float = threshold
    hostile_threshold: float = -threshold

    if sentiment >= friendly_threshold:
        return Mood("😊", sentiment)
    elif sentiment <= hostile_threshold:
        return Mood("😠", sentiment)
    else:
        return Mood("😐", sentiment)

主函数

最后，我们将编写一个主函数来测试我们的情感分析机器人。运行以下代码：

if __name__ == "__main__":
    while True:
        text: str = input("请输入文本：")
        mood: Mood = get_mood(text, threshold=0.3)
        print(mood.emoji, mood.sentiment)