diff options
| -rw-r--r-- | .gitignore | 1 | ||||
| -rw-r--r-- | python-cemotion.spec | 351 | ||||
| -rw-r--r-- | sources | 1 |
3 files changed, 353 insertions, 0 deletions
@@ -0,0 +1 @@ +/Cemotion-2.0.3.tar.gz diff --git a/python-cemotion.spec b/python-cemotion.spec new file mode 100644 index 0000000..a84e303 --- /dev/null +++ b/python-cemotion.spec @@ -0,0 +1,351 @@ +%global _empty_manifest_terminate_build 0 +Name: python-Cemotion +Version: 2.0.3 +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/ +Source0: https://mirrors.nju.edu.cn/pypi/web/packages/d5/36/62e266b05cb8f2a2f4a20786f413b06b3ef93e37607288acc98f7d4e4fac/Cemotion-2.0.3.tar.gz +BuildArch: noarch + +Requires: python3-tqdm +Requires: python3-joblib +Requires: python3-requests +Requires: python3-numpy +Requires: python3-torch +Requires: python3-transformers + +%description +Cemotion 是 Python 下的中文 NLP 库，可以进行中文情感倾向分析。 + +Cemotion 2.0 模型使用 BERT (Bidirectional Encoder Representations from Transformers) 训练得到，会为中文文本返回 0～1 之间的情感倾向置信度 (情感极性 0 为消极，1 为积极)。 + +使用 Cemotion，您将能够： +- 批量分析中文文本的情感 +- 部署至 Linux、macOS、Windows 等生产环境中 (支持 Apple Silicon) + +该模块依赖于 PyTorch 环境（会自动安装），要求 Python 3.8 或更高版本，较老的机器可能无法运行。 + +### 安装方法 + +1.进入命令窗口，创建虚拟环境，依次输入以下命令 + +Linux 和 macOS: + +```bash +python3 -m venv venv #创建虚拟环境 +. venv/bin/activate #激活虚拟环境 +``` + +Windows: + +```bash +python -m venv venv #创建虚拟环境 +venv\Scripts\activate #激活虚拟环境 +``` + +2.安装Cemotion库，依次输入 + +```bash +pip install --upgrade pip +pip install cemotion +``` + +### 链接 + +- GitHub https://github.com/Cyberbolt/Cemotion +- 电光笔记 https://www.cyberlight.xyz/ + + +### 使用方法 +```python +#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): +" 配置顶级，不解释，手机需要的各个方面都很完美 " + 预测值:0.999962 + +" 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:0.000147 +``` + + + + +```python +#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): +[['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！', 0.999962], ['总而言之，是一家不会再去的店。', 0.000194]] +``` + +### 2.0 版本主要更新内容 + +1.替换依赖 TensorFlow 为 PyTorch + +2.将老版本的 BRNN + LSTM 更改为 BERT 模型 + +此外，2.0 版本的接口和老版本保持相同，您可以无缝切换。 + + +%package -n python3-Cemotion +Summary: 基于NLP的中文情感倾向分析库 +Provides: python-Cemotion +BuildRequires: python3-devel +BuildRequires: python3-setuptools +BuildRequires: python3-pip +%description -n python3-Cemotion +Cemotion 是 Python 下的中文 NLP 库，可以进行中文情感倾向分析。 + +Cemotion 2.0 模型使用 BERT (Bidirectional Encoder Representations from Transformers) 训练得到，会为中文文本返回 0～1 之间的情感倾向置信度 (情感极性 0 为消极，1 为积极)。 + +使用 Cemotion，您将能够： +- 批量分析中文文本的情感 +- 部署至 Linux、macOS、Windows 等生产环境中 (支持 Apple Silicon) + +该模块依赖于 PyTorch 环境（会自动安装），要求 Python 3.8 或更高版本，较老的机器可能无法运行。 + +### 安装方法 + +1.进入命令窗口，创建虚拟环境，依次输入以下命令 + +Linux 和 macOS: + +```bash +python3 -m venv venv #创建虚拟环境 +. venv/bin/activate #激活虚拟环境 +``` + +Windows: + +```bash +python -m venv venv #创建虚拟环境 +venv\Scripts\activate #激活虚拟环境 +``` + +2.安装Cemotion库，依次输入 + +```bash +pip install --upgrade pip +pip install cemotion +``` + +### 链接 + +- GitHub https://github.com/Cyberbolt/Cemotion +- 电光笔记 https://www.cyberlight.xyz/ + + +### 使用方法 +```python +#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): +" 配置顶级，不解释，手机需要的各个方面都很完美 " + 预测值:0.999962 + +" 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:0.000147 +``` + + + + +```python +#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): +[['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！', 0.999962], ['总而言之，是一家不会再去的店。', 0.000194]] +``` + +### 2.0 版本主要更新内容 + +1.替换依赖 TensorFlow 为 PyTorch + +2.将老版本的 BRNN + LSTM 更改为 BERT 模型 + +此外，2.0 版本的接口和老版本保持相同，您可以无缝切换。 + + +%package help +Summary: Development documents and examples for Cemotion +Provides: python3-Cemotion-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 2.0 模型使用 BERT (Bidirectional Encoder Representations from Transformers) 训练得到，会为中文文本返回 0～1 之间的情感倾向置信度 (情感极性 0 为消极，1 为积极)。 + +使用 Cemotion，您将能够： +- 批量分析中文文本的情感 +- 部署至 Linux、macOS、Windows 等生产环境中 (支持 Apple Silicon) + +该模块依赖于 PyTorch 环境（会自动安装），要求 Python 3.8 或更高版本，较老的机器可能无法运行。 + +### 安装方法 + +1.进入命令窗口，创建虚拟环境，依次输入以下命令 + +Linux 和 macOS: + +```bash +python3 -m venv venv #创建虚拟环境 +. venv/bin/activate #激活虚拟环境 +``` + +Windows: + +```bash +python -m venv venv #创建虚拟环境 +venv\Scripts\activate #激活虚拟环境 +``` + +2.安装Cemotion库，依次输入 + +```bash +pip install --upgrade pip +pip install cemotion +``` + +### 链接 + +- GitHub https://github.com/Cyberbolt/Cemotion +- 电光笔记 https://www.cyberlight.xyz/ + + +### 使用方法 +```python +#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): +" 配置顶级，不解释，手机需要的各个方面都很完美 " + 预测值:0.999962 + +" 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:0.000147 +``` + + + + +```python +#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): +[['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！', 0.999962], ['总而言之，是一家不会再去的店。', 0.000194]] +``` + +### 2.0 版本主要更新内容 + +1.替换依赖 TensorFlow 为 PyTorch + +2.将老版本的 BRNN + LSTM 更改为 BERT 模型 + +此外，2.0 版本的接口和老版本保持相同，您可以无缝切换。 + + +%prep +%autosetup -n Cemotion-2.0.3 + +%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 -f filelist.lst +%dir %{python3_sitelib}/* + +%files help -f doclist.lst +%{_docdir}/* + +%changelog +* Wed May 10 2023 Python_Bot <Python_Bot@openeuler.org> - 2.0.3-1 +- Package Spec generated @@ -0,0 +1 @@ +60b72c53e70191794e3314fb22dc03ab Cemotion-2.0.3.tar.gz |