python 版本 调用pyhanlp的情感分析

参考文章：https://blog.****.net/fontthrone/article/details/82831801

数据准备：

训练数据：谭松波的中文情感挖掘语料-ChnSentiCorp

测试数据：来自github上的情感分析语料，可以做成json文件,形式如下：

数据集和代码放在同一个文件夹下（红色框）：

代码：

from pyhanlp import SafeJClass
import zipfile
import os
from pyhanlp.static import download, remove_file, HANLP_DATA_PATH
import json
# 设置路径，否则会从配置文件中寻找
# HANLP_DATA_PATH = "/home/fonttian/Data/CNLP"

"""
获取测试数据路径，位于$root/data/textClassification/sogou-mini，
根目录由配置文件指定,或者等于我们前面手动设置的HANLP_DATA_PATH。
"""
DATA_FILES_PATH = "./ChnSentiCorp"


NaiveBayesClassifier = SafeJClass('com.hankcs.hanlp.classification.classifiers.NaiveBayesClassifier')
IOUtil = SafeJClass('com.hankcs.hanlp.corpus.io.IOUtil')
ChnSentiCorp_path="./ChnSentiCorp/"  # 训练集文件目录


def train_or_load_classifier(path):
    classifier = NaiveBayesClassifier()
    classifier.train(ChnSentiCorp_path)
    return classifier


def predict(classifier, text):
    print("《%16s》\t情感极性是\t【%s】" % (text, classifier.classify(text)))


def readfile(filename):
    with open(filename,'r',encoding='utf-8') as f:
        dict_sentiment=json.load(f)
        content_list=[]
        type_list=[]
        for dict1 in dict_sentiment:     
            content_list.append(dict1['content'])
            type_list.append(dict1['type'])
        print('读入文件成功')
    return type_list,content_list



if __name__ == '__main__':
    classifier = train_or_load_classifier(ChnSentiCorp_path)  # 加载训练集
    # 先用两句话测试一下
    predict(classifier, "这个酒店环境环境差，服务态度差 有点不太卫生，感觉不怎么样")
    predict(classifier,"下次会继续光顾")

    # 用测试集进行测试
    filename='./../../Resources/jsonfiles/sentiment_datatrain.json'
    typelist,contentlist=readfile(filename)
    hantypelist=[]
    for text in contentlist:
        hantypelist.append(classifier.classify(text))
    
    # hanlp情感分析结果
    print("hanlp情感分析结果")
    print("消极",hantypelist.count('negtive'))
    print("积极",hantypelist.count('positive'))

    # 正确结果
    print("正确结果")
    print("消极",typelist.count('0'))
    print('积极',typelist.count('1'))

    print("准确率:",hantypelist.count('positive')/typelist.count('1'))

运行结果:

可以看出准确率还是比较高。