基于Cemotion的在线评论情感分析及准确率验证（准确率：96%）

前段时间找到了Cemotion这个NLP第三方库，发现它准确率高的惊人，Cemotion算法的优点在于准确率高、调用方便，缺点是运行较慢（相比其他NPL算法）、环境配置（自动安装TensorFlow环境，对python版本有要求）

目录

前言

一、Cemotion库的安装

1.Pycharm安装法

 2.pip安装方法

二、验证Cemotion情感分析准确率

1.加载库并实例化

2.读取评论文本数据

3.进行Cemotion情感值预测

4.验证准确率

三、Cemotion实际情感分析

1.加载库&设置开始计时器&读取数据

2.定义函数&批量处理所有的评论信息

3.输出excel&计时输出

总结
​​​​

---

前言

介绍一下，Cemotion同Snownlp等NLP算法一样可以在Python中实现，主要拿来用于中文情感倾向分析，可以说是很专注了。Cemotion的模型原理是基于循环神经网络训练，会为中文文本返回 0～1之间的情感倾向置信度，当我们调用Cemotion库的时候会自动安装TensorFlow环境,是Google的开源深度学习框架，里边有大量的中文训练集-big_Chinese_Words_Map.dict。

在本文中，将重点介绍Cemotion中的情感分析，python版本：3.68，Cemotion版本：0.3.3，供大家参考。

---

一、Cemotion库的安装

1.Pycharm安装法

文件菜单栏中点击设置，然后选择项目中的解释器，点击“+”号按钮输入Cemotion即可查询下载，现在最新版本应该是0.3.3。

 2.pip安装方法

也可在终端pip下载：

pip install snownlp

二、验证Cemotion情感分析准确率

首先还是准备一下测试数据，这次我从京东采集了130条赣南脐橙的在线评论文本，然后人工标注每条评论的情感正负性，情感正负性就是指该条评论代表了评论者的何种态度，其中-1表示贬义，1表示褒义。以下是样例：

 ​​​

 

1.加载库并实例化

第一步先设置软件的默认编码为utf-8；然后将Cemotion实例化；代码如下：

# -*- codeing = utf-8 -*-
import pandas as pd
from cemotion import Cemotion
c = Cemotion()

2.读取评论文本数据

通过pd(pandas)读取训练集excel表，第一列也就是comments列，是我们需要的评论数据

text = pd.read_excel(r'C:\Users\Desktop\Cemotion训练集.xlsx')
#text0读取text数据框的第一列的所有数据
text0=text.iloc[:,0]

3.进行Cemotion情感值预测

由于Cemotion本身的配置环境带有大量的中文训练集，因此一般不需要训练语料库，本文也就不准备训练集了；

对每条评论进行情感分析，并存入senti列表，以备后续准确率检验

senti = [] #遍历每条评论进行预测,依次存入senti列表
for i in text0:
    senti.append(c.predict(i))

4.验证准确率

预测结果为positive的概率，positive的概率大于等于0.6，我认为可以判断为积极情感，小于0.6的判断为消极情感。所以以下将概率大于等于0.6的评论标签赋为1，小于0.6的评论标签赋为-1，方便后面与实际标签进行比较：

newsenti=[]
for i in senti:
    if (i>=0.6):
        newsenti.append(1)
    else:
        newsenti.append(-1)
text['predict']=newsenti #将新的预测标签增加为text的某一列，所以现在text的第0列为评论文本，第1列为实际标签，第2列为预测标签
counts=0
for j in range(len(text.iloc[:,0])): #遍历所有标签，将预测标签和实际标签进行比较，相同则判断正确。
    if text.iloc[j,2]==text.iloc[j,1]:
        counts+=1
print(u"准确率为:%f"%(float(counts)/float(len(text))))#输出本次预测的准确率

运行结果为：

可以看到上述语料的情感分析准确率达到了96%，可以说是NLP算法中的第一梯队了，当然也与购物评论好评居多有关，而且比我之前检验的SnowNLP算法准确率（88%）要高出一截，大家也可以拿来检验自己的语料！

 

三、Cemotion实际情感分析

这部分是对在线评论数据（语料）进行实际情感分析，然后将情感分析后的结果输出excel结果，因为Cemotion算法基于循环神经网络方法，运行较慢，所以在代码中加了简单的计时脚本。

语料还是那个语料，不过删了人工标注的情感正负性

1.加载库&设置开始计时器&读取数据

import pandas as pd
from cemotion import Cemotion
c = Cemotion()
import time
start = time.clock()#程序运行前的当前时刻

df = pd.read_excel(r'C:\Users\Desktop\Cemotion训练集.xlsx')

2.定义函数&批量处理所有的评论信息

#定义函数，批量处理所有的评论信息
def get_sentiment_cn(text):
    return c.predict(text)
#根据df里的“comments”列，将读取文本后的情感分析结果添加到新的一列，命名为“sentiment”
df["sentiment"] = df['comments'].apply(get_sentiment_cn)
print(df)

3.输出excel&计时输出

#储存为表格。
data1=df.to_excel(r'C:/Users/Desktop/CemotionSentiments.xlsx')
#输出程序运行时间
elapsed = (time.clock() - start)#结束后计时-开始前计时
print("Time used:%s 秒"%elapsed)

运行结果为：

如图，sentiment列即为Cemotion情感分析后的值，基本上带好评的评论的情感值趋近于1，130条语料的程序运行了10秒，时间花费较多，不过准确率很高！

---

总结

Cemotion情感分析准确率验证这方面内容不多，因此是按照SnowNLP模板来写的，有不足之处请大家批评指正，希望能多结识这方面的朋友，共同学习、共同进步。