大家好,越来越多的社交网络学者, 为测量情绪, 基于心理学家 Robert Plutchik 提出的模型(通常简称为“Plutchik轮”,人类的情绪一共有8大类)制作了大量的情绪可视化作品。
在某种程度上,Plutchik轮可以看做情绪指纹,例如不同的电影题材在8类情绪的分布是不一样的。
今天介绍 PyPlutchik,这是一个 Python 库,专门用于在文本或语料库中可视化 Plutchik 的情绪。PyPlutchik 绘制 Plutchik 的花朵,每个情感花瓣的大小取决于语料库中检测到或注释了多少情感,也代表每个情感花瓣的三个强度程度。
安装
pip3 install pyplutchik
Usage
from pyplutchik import plutchik
emotions = {'joy': 0.6,
'trust': 0.4,
'fear': 0.1,
'surprise': 0.7,
'sadness': 0.1,
'disgust': 0.5,
'anger': 0.4,
'anticipation': 0.6}
plutchik(emotions)
功能特性
PyPlutchik 提供了一个即插即用的工具,用于在文本或语料库中定量表示 Plutchik 的情绪。它尊重 Plutchik 轮中每个花瓣的原始颜色和空间位移。
在 Pyplutchik 中,用户可以只传递一个字典作为唯一参数,其中字典的键必须是 8 种基本情绪。每个值必须是 ∈ [0, 1]。
每类情绪存在三种强度,下表是Pyplutchik的8大类情绪三种强度汇总。
用户还可以给每个情绪传入一个长度是3的列表,依次表示情绪在低、中、高三种强度的程度,数值0 和 1 之间。
Lower intensity | Emotion | Higher intensity |
---|---|---|
Annoyance | Anger | Rage |
Interest | Anticipation | Vigilance |
Serenity | Joy | Ecstasy |
Acceptance | Trust | Admiration |
Apprehension | Fear | Terror |
Distraction | Surprise | Amazement |
Pensiveness | Sadness | Grief |
Boredom | Disgust | Loathing |
PyPlutchik 也可表征用户数据中的主要二元、次要二元、二元和相反的情绪。它会自动从字典的关键字中了解用户想要显示什么样的二元组。
绘图技巧
可以专注于情绪子集,不会忽视其他情绪,将情绪列表作为参数“highlight_emotions”的值传递:
我们可以比较同一亚马逊语料库的不同子组,将我们的可视化并排放置,并仅突出显示愤怒、厌恶和恐惧的花瓣,以轻松发现这些负面情绪在 5 星评论中的表现如何低于 1 星评论 .
或者可以隐藏坐标、刻度和标签,只绘制花瓣,使用参数 show_coordinates = False
和 show_ticklabels = False
。下图是imdb不同电影的情绪轮
完整的文档
有关所有参数的文档和示例库,请参见
https://hidadeng.github.io/blog/pyplutchik-emotion-circle/Documentation.md
https://hidadeng.github.io/blog/pyplutchik-emotion-circle/PyPlutchik.zip
🔥 PyPlutchik 2.0 即将推出!新功能包括从文本中提取情感并检查非主题词典。敬请期待……🔥
说明
如果使用PyPlutchik,请在文献中说明,格式如下
Semeraro A, Vilella S, Ruffo G (2021)
PyPlutchik: Visualising and comparing emotion-annotated corpora
PLOS ONE 16(9): e0256503.https://doi.org/10.1371/journal.pone.0256503
技术交流
欢迎转载、收藏、有所收获点赞支持一下!
目前开通了技术交流群,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友
- 方式①、发送如下图片至微信,长按识别,后台回复:加群;
- 方式②、添加微信号:dkl88191,备注:来自CSDN
- 方式③、微信搜索公众号:Python学习与数据挖掘,后台回复:加群