Swinger

一個自製的判斷中文情緒的函式庫，因為算出來的機率會在0~1之間搖擺，故命名搖擺者
可透過pip安裝 內含已經訓練好的模型

Getting Started

Prerequisities

1. OS：Ubuntu / OSX would be nice
2. environment：need python3 sudo apt-get update; sudo apt-get install; python3 python3-dev

Installing

1. 使用虛擬環境 Use virtualenv is recommended：
2. virtualenv venv
3. 啟動方法 How to activate virtualenv
4. for Linux：. venv/bin/activate
5. for Windows：venv\Scripts\activate
6. 安裝 Install：pip install Swinger

Running & Testing

Method

• load：讀取或是建立情緒分析的模型。有就會直接讀取，不會重新建立。
• score：計算此模型的area under ROC本專案因為是二元分類，所以使用這個當作benchmark。
• swing：判斷一句話的情緒是正面或反面。

Model

目前提供的分類器有：

• LogisticRegression
• MultinomialNB 不同情況下準確度會有些差異，但實驗出來的auc都有0.76左右

Run

1. 訓練資料來源：使用我們自製的 公開訓練資料 -> Open-Sentiment-Training-Data
   • 按照 Open-Sentiment-Training-Data 的README執行
     text2json.py 會產生出斷好詞的json檔
     此格式即為Swinger的input data。
   • 訓練資料:PTT黑特版+好人版等等
   • 測試資料:蔡英文粉專
2. 訓練模型：
   • 先準備好訓練資料及測試資料
   • 訓練出指定分類器的模型：

   from Swinger import Swinger
   s = Swinger()
   s.load('LogisticRegression', useDefault=False, pos=正面情緒訓練資料, neg=負面情緒訓練資料, BestFeatureVec=選取的特徵數) # 以LogisticRegression建立model
   s.score(pos_test=正面測試資料, neg_test=負面測試資料)
   

3. 測試效果：
   • 先準備好要測試的文集
   • 執行下列程式碼：

   from Swinger import Swinger
   s = Swinger()
   s.load('LogisticRegression') # 或是其他模型例如MultinomialNB
   s.swing('齊家治國平天下，小家給治了！國家更需要妳，加油!擇善固執莫在意全家滿意，至於她家謾駡攻許隨她去(正常情緒紓緩)，革命尚未成功期盼繼續努力') # 結果為pos，正面情緒
   

Unit tests

not yet.

Built With

• nltk
• sklearn
• jieba
• numpy
• scipy

Contributors

• 張泰瑋 david
• 黃翔宇

License

This package use GPL3.0 License.

Acknowledgments