automatic import of python-cemotion-apple

3 files changed, 311 insertions, 0 deletions

diff --git a/.gitignore b/.gitignore
index e69de29..7fb160d 100644
--- a/.gitignore
+++ b/.gitignore
@@ -0,0 +1 @@
+/Cemotion-apple-0.3.3.tar.gz
diff --git a/python-cemotion-apple.spec b/python-cemotion-apple.spec
new file mode 100644
index 0000000..2b092bb
--- /dev/null
+++ b/python-cemotion-apple.spec
@@ -0,0 +1,309 @@
+%global _empty_manifest_terminate_build 0
+Name:		python-Cemotion-apple
+Version:	0.3.3
+Release:	1
+Summary:	基于NLP的中文情感倾向分析库
+License:	MIT License
+URL:		https://pypi.org/project/Cemotion-apple/
+Source0:	https://mirrors.nju.edu.cn/pypi/web/packages/08/4b/1f057d86155b8395ce8ee17c7134622d587a0f62b0d7adeddbe1f162f044/Cemotion-apple-0.3.3.tar.gz
+BuildArch:	noarch
+
+Requires:	python3-tqdm
+Requires:	python3-requests
+Requires:	python3-jieba
+
+%description
+Cemotion是Python下的中文NLP库，可以进行 中文情感倾向分析。
+
+Cemotion的模型经循环神经网络训练得到，会为 中文文本 返回 0～1之间的 情感倾向置信度。您可以批量分析中文文本的情感，并部署至Linux、macOS、Windows等生产环境中，无需关注内部原理。
+
+该模块供Apple Silicon使用，已经过M1测试。请按该文档安装ARM Python、TensorFlow、scikit-learn环境。
+
+
+
+### 安装方法
+
+前提:
+根据 [https://www.cyberlight.xyz/passage/tensorflow-apple-m1](https://www.cyberlight.xyz/passage/tensorflow-apple-m1) 此文方法安装ARM Python和TensorFlow（TensorFlow需要装到conda虚拟环境中，通读全文后，请使用文章末尾的方法安装TensorFlow）
+
+此时，我们假定您已安装相关环境，并创建了名为py38的conda虚拟环境
+
+1.进入命令窗口，激活conda虚拟环境，安装scikit-learn
+
+
+```
+conda activate py38 #激活虚拟环境 此处虚拟环境名称为py38（您可以自定义名称）
+conda install scikit-learn #安装scikit-learn
+```
+
+
+之后输入以下命令安装Cemotion
+```
+pip install --upgrade pip
+pip install cemotion-apple
+```
+
+
+
+### 使用方法
+```
+#按文本字符串分析
+from cemotion import Cemotion
+
+str_text1 = '配置顶级，不解释，手机需要的各个方面都很完美'
+str_text2 = '院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！'
+
+c = Cemotion()
+print('"', str_text1 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text1) ) , '\n')
+print('"', str_text2 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text2) ) , '\n')
+```
+
+
+```
+#返回内容(该模块返回了这句话的情感置信度，值在0到1之间):
+text mode
+" 配置顶级，不解释，手机需要的各个方面都很完美 "
+ 预测值:0.999931 
+
+text mode
+" 院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！ "
+ 预测值:0.000001 
+```
+
+
+
+
+```
+#使用列表进行批量分析
+from cemotion import Cemotion
+
+list_text = ['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！',
+'总而言之，是一家不会再去的店。']
+
+c = Cemotion()
+print(c.predict(list_text))
+```
+
+
+```
+#返回内容(该模块返回了列表中每句话的情感置信度，值在0到1之间):
+list mode
+[['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！', 0.999907], ['总而言之，是一家不会再去的店。', 0.049015]]
+```
+
+
+
+%package -n python3-Cemotion-apple
+Summary:	基于NLP的中文情感倾向分析库
+Provides:	python-Cemotion-apple
+BuildRequires:	python3-devel
+BuildRequires:	python3-setuptools
+BuildRequires:	python3-pip
+%description -n python3-Cemotion-apple
+Cemotion是Python下的中文NLP库，可以进行 中文情感倾向分析。
+
+Cemotion的模型经循环神经网络训练得到，会为 中文文本 返回 0～1之间的 情感倾向置信度。您可以批量分析中文文本的情感，并部署至Linux、macOS、Windows等生产环境中，无需关注内部原理。
+
+该模块供Apple Silicon使用，已经过M1测试。请按该文档安装ARM Python、TensorFlow、scikit-learn环境。
+
+
+
+### 安装方法
+
+前提:
+根据 [https://www.cyberlight.xyz/passage/tensorflow-apple-m1](https://www.cyberlight.xyz/passage/tensorflow-apple-m1) 此文方法安装ARM Python和TensorFlow（TensorFlow需要装到conda虚拟环境中，通读全文后，请使用文章末尾的方法安装TensorFlow）
+
+此时，我们假定您已安装相关环境，并创建了名为py38的conda虚拟环境
+
+1.进入命令窗口，激活conda虚拟环境，安装scikit-learn
+
+
+```
+conda activate py38 #激活虚拟环境 此处虚拟环境名称为py38（您可以自定义名称）
+conda install scikit-learn #安装scikit-learn
+```
+
+
+之后输入以下命令安装Cemotion
+```
+pip install --upgrade pip
+pip install cemotion-apple
+```
+
+
+
+### 使用方法
+```
+#按文本字符串分析
+from cemotion import Cemotion
+
+str_text1 = '配置顶级，不解释，手机需要的各个方面都很完美'
+str_text2 = '院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！'
+
+c = Cemotion()
+print('"', str_text1 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text1) ) , '\n')
+print('"', str_text2 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text2) ) , '\n')
+```
+
+
+```
+#返回内容(该模块返回了这句话的情感置信度，值在0到1之间):
+text mode
+" 配置顶级，不解释，手机需要的各个方面都很完美 "
+ 预测值:0.999931 
+
+text mode
+" 院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！ "
+ 预测值:0.000001 
+```
+
+
+
+
+```
+#使用列表进行批量分析
+from cemotion import Cemotion
+
+list_text = ['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！',
+'总而言之，是一家不会再去的店。']
+
+c = Cemotion()
+print(c.predict(list_text))
+```
+
+
+```
+#返回内容(该模块返回了列表中每句话的情感置信度，值在0到1之间):
+list mode
+[['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！', 0.999907], ['总而言之，是一家不会再去的店。', 0.049015]]
+```
+
+
+
+%package help
+Summary:	Development documents and examples for Cemotion-apple
+Provides:	python3-Cemotion-apple-doc
+%description help
+Cemotion是Python下的中文NLP库，可以进行 中文情感倾向分析。
+
+Cemotion的模型经循环神经网络训练得到，会为 中文文本 返回 0～1之间的 情感倾向置信度。您可以批量分析中文文本的情感，并部署至Linux、macOS、Windows等生产环境中，无需关注内部原理。
+
+该模块供Apple Silicon使用，已经过M1测试。请按该文档安装ARM Python、TensorFlow、scikit-learn环境。
+
+
+
+### 安装方法
+
+前提:
+根据 [https://www.cyberlight.xyz/passage/tensorflow-apple-m1](https://www.cyberlight.xyz/passage/tensorflow-apple-m1) 此文方法安装ARM Python和TensorFlow（TensorFlow需要装到conda虚拟环境中，通读全文后，请使用文章末尾的方法安装TensorFlow）
+
+此时，我们假定您已安装相关环境，并创建了名为py38的conda虚拟环境
+
+1.进入命令窗口，激活conda虚拟环境，安装scikit-learn
+
+
+```
+conda activate py38 #激活虚拟环境 此处虚拟环境名称为py38（您可以自定义名称）
+conda install scikit-learn #安装scikit-learn
+```
+
+
+之后输入以下命令安装Cemotion
+```
+pip install --upgrade pip
+pip install cemotion-apple
+```
+
+
+
+### 使用方法
+```
+#按文本字符串分析
+from cemotion import Cemotion
+
+str_text1 = '配置顶级，不解释，手机需要的各个方面都很完美'
+str_text2 = '院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！'
+
+c = Cemotion()
+print('"', str_text1 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text1) ) , '\n')
+print('"', str_text2 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text2) ) , '\n')
+```
+
+
+```
+#返回内容(该模块返回了这句话的情感置信度，值在0到1之间):
+text mode
+" 配置顶级，不解释，手机需要的各个方面都很完美 "
+ 预测值:0.999931 
+
+text mode
+" 院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！ "
+ 预测值:0.000001 
+```
+
+
+
+
+```
+#使用列表进行批量分析
+from cemotion import Cemotion
+
+list_text = ['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！',
+'总而言之，是一家不会再去的店。']
+
+c = Cemotion()
+print(c.predict(list_text))
+```
+
+
+```
+#返回内容(该模块返回了列表中每句话的情感置信度，值在0到1之间):
+list mode
+[['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！', 0.999907], ['总而言之，是一家不会再去的店。', 0.049015]]
+```
+
+
+
+%prep
+%autosetup -n Cemotion-apple-0.3.3
+
+%build
+%py3_build
+
+%install
+%py3_install
+install -d -m755 %{buildroot}/%{_pkgdocdir}
+if [ -d doc ]; then cp -arf doc %{buildroot}/%{_pkgdocdir}; fi
+if [ -d docs ]; then cp -arf docs %{buildroot}/%{_pkgdocdir}; fi
+if [ -d example ]; then cp -arf example %{buildroot}/%{_pkgdocdir}; fi
+if [ -d examples ]; then cp -arf examples %{buildroot}/%{_pkgdocdir}; fi
+pushd %{buildroot}
+if [ -d usr/lib ]; then
+	find usr/lib -type f -printf "/%h/%f\n" >> filelist.lst
+fi
+if [ -d usr/lib64 ]; then
+	find usr/lib64 -type f -printf "/%h/%f\n" >> filelist.lst
+fi
+if [ -d usr/bin ]; then
+	find usr/bin -type f -printf "/%h/%f\n" >> filelist.lst
+fi
+if [ -d usr/sbin ]; then
+	find usr/sbin -type f -printf "/%h/%f\n" >> filelist.lst
+fi
+touch doclist.lst
+if [ -d usr/share/man ]; then
+	find usr/share/man -type f -printf "/%h/%f.gz\n" >> doclist.lst
+fi
+popd
+mv %{buildroot}/filelist.lst .
+mv %{buildroot}/doclist.lst .
+
+%files -n python3-Cemotion-apple -f filelist.lst
+%dir %{python3_sitelib}/*
+
+%files help -f doclist.lst
+%{_docdir}/*
+
+%changelog
+* Mon May 15 2023 Python_Bot <Python_Bot@openeuler.org> - 0.3.3-1
+- Package Spec generated
diff --git a/sources b/sources
new file mode 100644
index 0000000..f97c2be
--- /dev/null
+++ b/sources
@@ -0,0 +1 @@
+433a66fd69ca551f70eafbaf2867f004  Cemotion-apple-0.3.3.tar.gz