diff options
| -rw-r--r-- | .gitignore | 1 | ||||
| -rw-r--r-- | python-cemotion-apple.spec | 309 | ||||
| -rw-r--r-- | sources | 1 |
3 files changed, 311 insertions, 0 deletions
@@ -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 @@ -0,0 +1 @@ +433a66fd69ca551f70eafbaf2867f004 Cemotion-apple-0.3.3.tar.gz |